GPT-5.2獲封“最強打工人”，谷歌同日以Gemini“性價比”系列應戰

圖片由AI生成

“我從未像現在這樣對我們的研發和產品路線圖，以及實現我們使命的整體方向感到如此樂觀。”

12月12日，在正式上線GPT-5.2的同時，OpenAI CEO薩姆·奧爾特曼（Sam Altman）發布了一篇十周年紀念文章中這樣說。

他極力向外界展現著自己依舊自信的一面。畢竟，雖然GPT大模型和ChatGPT聊天機器人至今仍是當前AI大潮的造浪者，但想必此刻，奧爾特曼感受到的競爭壓力堪稱空前。

今年以來，DeepSeek、Grok、Claude等競爭者的強勢追趕，尤其是谷歌上個月推出的Gemini 3大放異彩，都將AI大模型競爭推上了更新的高度。

最近，奧爾特曼先是在內部備忘錄中提示員工，需要接受最好的大模型不出自家之手的事實，繼而，又發出公司首個“紅色警報”，強調“立即行動，集中所有資源奪回領先地位”。

截圖來自社交平臺X

只有更強大的產品，才能支撐自信的底氣。

在十周年紀念日這天，OpenAI重磅發布預熱了一周多的GPT-5.2，評測表現再次反超所有競爭對手。

但谷歌不甘示弱，幾乎在同一時間發布了新品，讓這場大模型之爭的戰況再次升級。

GPT-5.2獲評“最強AI打工人”，但“工資”很高

GPT-5.2此次仍然“全線出擊”，一次性發布了Instant、Thinking和Pro三款不同層級的模型。

近一個月前Gemini 3發布時，其評測得分幾乎“碾壓”GPT-5的表現引發市場巨大關注。

而這次，根據OpenAI發布的基準測試結果，GPT-5.2實現了全面反超，其Thinking模型基準測試得分均高于Gemini 3 PRO和Anthropic的Claude Opus 4.5。

其中，GPT-5.2在博士級別的專家推理評估GPQA Diamond得分高達92.4%，相比GPT-5.1 Thinking的88.1%和Gemini 3 PRO剛剛刷出的91.9%高分再進一步。在不用工具的情況下，GPT-5.2在最新美國數學邀請賽（AIME2025）中拿到了滿分。

OpenAI尤其強調了GPT-5.2在專業工作方面的領先地位，稱其Thinking模型是“目前最能夠勝任現實中各類專業用途的模型”。

在用于評估專業型技能的GDPval測試中，該模型得到了70.9%的高分，比GPT-5.1 Thinking高了足足32.1%，領先Gemini 3 PRO有17.4%。此外，對比尤其擅長編程等企業工作，此前在該評估中更勝一籌的Claude Opus 4.5，OpenAI的新品也高出了11.3%。

圖片來自OpenAI

OpenAI給出的案例演示中，GPT-5.2聚焦了制作表格、整理分析數據、制作項目流程圖等十分落地的現實工作場景。

公司還表示，新模型在編寫代碼、制作PPT、圖像感知、理解長上下文、使用工具、處理復雜的多步驟項目方面都表現出色，而且錯誤率較前代產品大大減少。

模型發布后，GPT-5.2在實際工作場景中的表現也確實獲得了不少贊許，一些使用者給予了其“最強AI打工人”“職場最佳拍檔”等稱號。

不過，這個“打工人”的“高工資”可能會成為問題。

數據顯示，在輸入輸出價格方面，GPT-5.2要比前代貴了40%，輸入價格21美元，輸出價格高達168美元。

這再次引發了一些擔憂，此前，OpenAI堆算力發展大模型的做法已經受到質疑，無論是DeepSeek還是Gemini，似乎都證明著AI應用可以采取更具性價比的模式。

如果再考慮市場對以OpenAI和英偉達等引領的資本支出狂潮，以及市場對泡沫焦慮的警惕，GPT-5.2是靠算力“硬懟”實現的反擊，那這顯然對奧爾特曼來說，也是個隱憂。

可以看到的是，一些用戶在吐槽Thinking和PRO的應答時間明顯較慢，比其前代產品還要慢。而對于逐漸嵌入日常生活、工作的AI產品來說，機會成本和效率顯然已愈發重要。

普通即時版GPT-5.2仍然在一些常識問題上犯錯，也引發了一些用戶玩梗吐槽。

當然，OpenAI的動作還沒有結束。奧爾特曼表示，下周，會繼續給用戶帶來“小圣誕禮物”，ChatGPT的“成人模式”也預計將于明年一季度面世。

谷歌給OpenAI扔了個炸彈，提前1小時搶發Gemini Deep Research

OpenAI的勁敵們，早已準備好子彈，回擊這次GPT的重要更新。

谷歌搶在GPT-5.2前一個小時左右進行了產品更新，稱其深度研究智能體Gemini Deep Research全面增強，并首次向開發者開放，再次引發了關注，試圖不讓OpenAI獨占“頭條”。

據谷歌介紹，Gemini Deep Research基于Gemini 3 PRO構建，通過多步強化學習訓練，顯著減少“幻覺”，在復雜研究任務中表現出更高精度。

在人類終極大考（HLE）中，Gemini Deep Research得到46.4%分，比GPT-5.2 Thinking的45.5%要高，僅低于GPT-5 Pro的50%。

圖片來自谷歌

但是，其更大的優勢在成本極低，谷歌產品經理透露，新版智能體在與GPT-5 Pro表現相當的同時，成本僅為后者的十分之一左右，展現出強大的性價比優勢。

相對于OpenAI，更好的性價比、另辟蹊徑的訓練模式、公司的現金流、自研專用芯片等，都是谷歌“逆襲”敘事的核心。

如今，在大模型比拼性能的同時，谷歌的核心優勢仍在繼續，這也持續為OpenAI帶來壓力。

此外，為科學評估研究型智能體的能力，谷歌還同步開源了基準測試工具DeepSearchQA，包含覆蓋17個領域的900項復雜任務。

當然，GPT-5.2未必是奧爾特曼捍衛大模型王座的殺手锏。

此前有消息稱，OpenAI在加速開發自身全新的模型“Garlic”，致力于通過新的方式重建絕對領先的優勢。谷歌、Anthropic顯然還會繼續拿出更好的產品。而Meta和DeepSeek等競爭者也同樣有著令人期待的新品可能面世。

大模型浪潮的另一大贏家英偉達，最近與美銀舉辦了一次投資者線上交流會。英偉達方面提到，只依據Gemini 3的表現比GPT5更優，就認為谷歌自研的TPU要好于英偉達的GPU是不合理的。

尤其目前大部分的大模型都是用上一代H系列芯片訓練的，用Blackwell訓練的大模型要到2026年才會上線，其優勢到時才會顯現，更不用說還未投入使用的新一代超級芯片Rubin。

市場對英偉達的說法看法不一，有觀點認為模型強大與否與芯片代際不直接掛鉤，也有觀點認為更關鍵的還是性價比問題。不過，不管怎樣，英偉達的說法已讓明年的大模型之爭看起來更值得期待了。

2025年年末之際，AI大模型之戰和AI芯片之戰的戰局，都變得更加刺激，2026年，想必戰況還會繼續升級。這場戰事不僅是大模型能力之爭，更是關系到大模型的訓練、發展路徑，以及AI芯片的未來之戰。（作者｜胡珈萌，編輯｜李程程）