资讯AI 辅助草稿

动态OpenAI 发布 GPT-5.2,Pro 版在 ARC-AGI-2 拿到 54.2%

本站 · 发布于 2026-11-19 03:02

OpenAI 发布 GPT-5.2,Pro 版在 ARC-AGI-2 拿到 54.2%

OpenAI 于 12 月 11 日发布 GPT-5.2 系列,分 Instant、Thinking、Pro 三档。付费 ChatGPT 用户即日起优先使用,API 同步开放。定价随之上调:GPT-5.2 每百万 token 输入 1.75 美元、输出 14 美元,Pro 版为 21 美元和 168 美元;上一代 GPT-5.1 是 1.25 美元和 10 美元,涨幅约 40%。OpenAI 的说法是模型能力更强,所以更贵。缓存输入有 90% 折扣。

推理基准上的数字

GPT-5.2 Pro 是这一代里定位最高的版本,面向允许较长响应时间的高难度任务,官方点名的场景包括编程和科研。在 ARC-AGI-1(Verified)上,GPT-5.2 成为首个越过 90% 门槛的模型,去年 o3-preview 是 87%,同时把达到该性能的成本压低了约 390 倍。更难的 ARC-AGI-2(Verified)上,GPT-5.2 Thinking 得 52.9%,刷新思维链模型纪录;GPT-5.2 Pro 到 54.2%。ARC-AGI 主办方称推理模型已表现出“流体智力”,这个说法出自评测方而非 OpenAI。

研究生级问答基准 GPQA Diamond 上,GPT-5.2 Pro 得 93.2%,Thinking 为 92.4%,测试未启用工具、推理强度设为最高。专家级数学评测 FrontierMath(Tier 1–3)中,Thinking 解决了 40.3% 的题目,启用了 Python 工具。OpenAI 还提到一项统计学习理论的开放问题研究:在一个范围明确的情境下,GPT-5.2 Pro 提出了一个证明,由论文作者核实并请外部专家审阅。人类的工作集中在验证和写作,推导框架不是人搭的。

API 与推理强度

开发者可以在 Responses API 中以 gpt-5.2-pro 调用 Pro 版,Thinking 版对应 gpt-5.2,Instant 版是 gpt-5.2-chat-latest。这一代新增第五档推理强度 xhigh,Pro 和 Thinking 都支持,用于质量优先于速度的任务。ChatGPT 里的 GPT-5.1 会在旧版模型入口保留三个月,之后停用。

发布前 OpenAI 内部发过“红色警戒”,这个背景被多家媒体提及。GPT-5.2 同时强化了敏感对话的回应能力,并开始分阶段推年龄预测模型,对未满 18 岁的用户自动套用内容保护。对开发者来说,接下来要算的账很直接:能力涨了,单价也涨了,xhigh 档位会把输出 token 数推高,成本控制得重新做一遍。

来源

  1. GPT-5.2来了!首个「专家级」AI复仇成功,牛马打工人终于得救了
  2. 隆重推出 GPT-5.2 | OpenAI
  3. OpenAI發表GPT-5.2 價格調高40% | iThome