<div id="readability-page-1">為了緊急對抗谷歌的 Gemini 3 ，OpenAI 剛剛推出了 GPT-5.2，sam Altman 叫喊這是很長時間以來最大的更新 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/f22f9817-684f-4e04-8eb4-4736843f669a.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="356" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/f22f9817-684f-4e04-8eb4-4736843f669a.jpeg"/> 基準測試分數官方的發佈博客文章都有，跑分屠榜，編程能力非常強，但現在的這些分數看看就好了，感興趣的看這裏 https://openai.com/index/introducing-gpt-5-2/ <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/deb9e209-2b73-4152-84d8-5c2bba3ab4cd.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="576" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/deb9e209-2b73-4152-84d8-5c2bba3ab4cd.jpeg"/> GPT-5.2 的幻覺減少了大約 30-40% <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/39c799ad-38df-4739-b8c3-aebebfdca502.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="797" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/39c799ad-38df-4739-b8c3-aebebfdca502.jpeg"/> 價格更貴了 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/c5118589-a1e6-474d-94ff-ed691fa44a29.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="618" height="434" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/c5118589-a1e6-474d-94ff-ed691fa44a29.jpeg"/> 另外聖誕節還有發佈，估計是圖像模型更新？ChatGPT 的 “成人模式” 目前計劃於明年第一季度推出 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/7682db36-ff32-4c62-aed7-2f8e75d9d299.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="183" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/7682db36-ff32-4c62-aed7-2f8e75d9d299.jpeg"/> 這裏我分享一下大神 OthersideAI CEO Matt Shumer 對 GPT-5.2 深度評測，這哥們已經拿到內測兩週了 核心要點先放在前面： 指令遵循和任務意願：GPT-5.2 Thinking 在指令遵循和嘗試完成困難任務的意願上，邁出了有意義的一步 代碼生成能力提升巨大：比 GPT-5.1 好得多。能力更強、更自主、更謹慎，並且願意編寫多得多的代碼 視覺和長上下文：大幅改進，尤其是在理解圖像中的位置和處理大型代碼庫方面 速度是主要缺點：作者體驗中，Thinking 模式在處理大多數問題時都非常慢（儘管其他測試者反饋不一）。他幾乎從不使用 Instant 模式 GPT-5.2 Pro：在深度推理方面強到離譜，但速度很慢，而且偶爾會陷入長時間思考後仍然失敗的境地 Codex CLI：GPT-5.2 是作者在命令行工具中使用過的最接近 Pro 級編碼能力的模型，但實現這一能力的高級推理模式有時需要漫長的等待 以下是詳細評測內容。 <h2>GPT-5.2 Thinking：直覺的提升</h2> GPT-5.2 最引人注目的地方在於它遵循指令的方式——不是基礎的 “我説你做”，而是 “真正完成我所描述的整個任務” 作者舉了一個例子。在測試創意寫作時，他要求模型先想出 50 個情節構思，然後再選出最好的一個來寫故事。大多數模型會走捷徑，可能只給出 10 個想法，選一個就開始。 而 GPT-5.2 確實生成了全部 50 個構思，然後才進行選擇。這聽起來是小事，但並非如此。在進行創意工作或研究時，多出來的 40 個想法中可能就包含了那個真正有趣的火花。模型信任流程，而不是為了速度而優化，這一點至關重要。 作者進一步測試，要求它寫一本 200 頁的書。雖然書頁內容本身很弱且簡短，模型還無法一次性寫出可出版的小説，但令人印象深刻的是，它確實嘗試去做了。它構建了整本書的結構，甚至設置成了 PDF 格式。大多數模型會假設自己做不到，甚至不會嘗試，它們會告訴你 “這太長了”，或者只給你一個大綱 GPT-5.2 則是直接上手。這種願意嘗試宏大任務（即便不完美）的意願，開啓了新的工作流。 <h2>代碼生成：真正的進步</h2> GPT-5.2 在代碼生成方面確實比以前的模型有了巨大進步。它寫的代碼質量更高，能處理的任務也更龐大 例如，作者用 Three.js 動畫來壓力測試其空間推理能力。他要求模型構建一個棒球場景，它生成的風格比大多數模型更逼真（紋理/光照效果很棒），但空間感知和物體放置仍有很大改進空間 <img src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d5b33dd8-b936-4f27-9348-471893c84c6a.jpeg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" width="1024" height="374" original-src="https://imageproxy.pbkrs.com/https://wpimg-wscn.awtmt.com/d5b33dd8-b936-4f27-9348-471893c84c6a.jpeg"/> 此外，該模型願意編寫比之前版本多得多的代碼，並且能持續工作更長時間不中斷。這是實實在在的能力提升。 <h2>視覺和長上下文</h2> 5.2 版本的視覺能力有顯著提升。它對圖像的理解，特別是位置和空間關係，有了很大的不同（儘管空間生成能力仍在開發中）。這對操作計算機的智能體來説是個好消息。 它的長上下文能力也很出色。在處理大型代碼庫、大量數據和長篇分析時感覺比以前更穩定，這也是 GPT-5.2 在智能體編碼工作流中表現出色的原因之一。 作者在這裏吐槽了一點：模型已經變得如此強大，但 OpenAI 的 ChatGPT 界面卻完全沒跟上。例如，ChatGPT 中的 Canvas 界面仍然無法處理大量代碼。他最初在 Canvas 中嘗試 Three.js 測試，但模型輸出的代碼量超出了 Canvas 的處理能力 另外，Pro 模式仍然只能在 ChatGPT 內部使用，而不能在 Codex CLI 中使用，這讓作者持續感到沮喪。為了解決這個問題，他使用一個叫 RepoPrompt 的工具：將本地代碼庫轉成提示詞粘貼給 5.2 Pro，再把模型的回答粘貼回 RepoPrompt，由後者將變更應用到代碼庫。雖然多了一個步驟，但這讓他能在真實代碼庫上利用 Pro 級別的推理能力。 <h2>風格</h2> 用過 OpenAI 模型的人都知道它們對項目符號（bullet points）的執着。GPT-5.2 延續了這一傳統。當你讓它解釋某件事時，往往會得到一個項目符號列表，而其實幾段清晰的文字效果會更好。通過精心設計提示詞（比如明確要求流暢的散文風格），可以規避這個問題。 除了項目符號，寫作風格整體有所改善。雖然不是對 GPT-5.1 的巨大飛躍，但確實更好了一些 積極的一面是，GPT-5.2 學會了在回答中保持簡潔。當我問一些簡單問題時，偶爾能得到簡單的答案。作者表示，雖然這還沒成為默認行為，但已是進步。 <h2>速度問題</h2> 這一點影響了作者的日常使用：標準的 GPT-5.2 Thinking 很慢。根據他的經驗，即使是簡單直接的問題，速度也非常非常慢。不過，他也提到其他測試者報告了不同的速度表現，有些任務快，有些任務慢。 在實際工作中，這意味着他很少使用 GPT-5.2 Thinking。他的工作流變成了： <ul> <li> • 快速問題 → Claude Opus 4.5 </li> <li> • 深度推理 → GPT-5.2 Pro </li> </ul> 標準的 Thinking 模型處於一個尷尬的中間地帶：比 Opus 慢，又沒有 Pro 完整的推理優勢。 <h2>各模型橫向對比</h2> 作者同時使用 Claude Opus 4.5、Gemini 3 Pro 和 GPT-5.2，它們在他的工作流中形成了明確分工： 用於快速提問：“X 的語法是什麼” 或 “提醒我 Y 如何工作” 這類問題 Claude Opus 4.5 勝出。它更快，更直接。 用於研究和複雜推理：GPT-5.2 Pro 明顯更勝一籌。當任務需要從多個角度思考、需要整合大量上下文時，Pro 的表現最優 用於前端 UI 生成：GPT-5.2 Thinking 和 Pro 都比之前的 GPT 模型有進步，但兩者都不及 Gemini 3 Pro。這裏的區別很微妙：Gemini 3 Pro 有最好的審美感，其 UI 看起來很棒。但它在佈局和前端工程方面的可靠性稍差。所以，如果需要功能正確、能處理邊緣情況的 UI，作者還是會用 Opus 或 GPT。如果只是追求漂亮，並願意自己修復代碼，Gemini 3 Pro 是目前最佳選擇 <h2>GPT-5.2 Pro：一個緩慢的天才</h2> Pro 模式是真正有趣的地方。它是一個獨立的系統，且只在 ChatGPT 中可用。 簡而言之：Pro 聰明到離譜。Thinking 和 Pro 之間的智能差距立即可見。但比原始智能更重要的是 Pro 的思考意願。它會花費比以往 Pro 模型長得多的時間來解決一個問題。對於研究任務，如果需要，它會進行極長時間的資料蒐集。 食譜測試 作者舉了一個具體例子。他向模型尋求膳食計劃幫助，並強調自己 “沒有時間做飯”，需要一個 7 天的計劃（每天三餐兩點）。 Pro 提供了出色的食譜計劃，但最突出的是它的配料表——比其他模型建議的簡單得多。它理解了 “沒時間” 不僅限制了烹飪時間，也限制了購物的複雜性、準備工作和心力開銷。它領會了作者的心態，而不僅僅是字面請求。 作者表示，看到這種程度的理解相當令人震驚。他把同樣的提示發給了所有其他前沿模型，沒有一個考慮到這一點。 <h2>提示詞編寫</h2> GPT-5.2 非常擅長編寫提示詞，這對於充分利用 AI 模型和構建集成 LLM 的軟件都很有幫助。它寫的提示詞考慮周到，並且能預見到作者未曾考慮的邊緣情況。在這方面，它與 Claude Opus 4.5 不相上下，並且明顯優於 Gemini 3 Pro。 <h2>Codex CLI 實測</h2> 在 Codex CLI 中，作者對 GPT-5.2 進行了廣泛測試，結果是越用越印象深刻。這是他所見過的在命令行中最接近 Pro 級模型的體驗。它一次性做對的頻率遠超其他工具。美中不足的是，他只能使用 “超高推理模式”，這個模式有時會花費漫長的時間，甚至比 Pro 還慢。 其自主性比以前的模型有明顯提升。但真正的區別在於它收集上下文的方式。Claude Opus 4.5 傾向於在完全理解問題前就開始寫代碼，它會做出假設，然後碰壁。 而 GPT-5.2 不會這樣。它會先提問、讀取文件、探索代碼庫。先收集上下文，再編寫代碼。 這改善了作者的工作流。他檢查模型工作的次數越來越少。除非任務至關重要（例如生產代碼），他常常讓它直接運行而不審查每一處更改。 <h2>一些小怪癖</h2> 作者也遇到了一些 Pro 模式的奇怪行為。它似乎會卡在相互衝突的指令之間，在猶豫幾分鐘後，把一個簡單的任務退回給用户。偶爾，它會思考很長時間，然後仍然失敗，這非常浪費時間。據稱 OpenAI 已經知曉並正在調查。 <h2>使用場景總結</h2> 經過兩週測試，作者給出了他的實用分工： <ol> <li> 1. 快速提問和日常任務：Claude Opus 4.5 仍是首選。它快、準，不浪費時間。 </li> <li> 2. 深度研究、複雜推理：GPT-5.2 Pro 是目前最好的選擇。在這種場景下，正確性比速度更重要。 </li> <li> 3. 前端樣式和 UI 美學：Gemini 3 Pro 目前能生成最好看的結果，但需要準備好自己做一些工程清理工作。 </li> <li> 4. 在 Codex CLI 中進行嚴肅的編碼工作：GPT-5.2 是首選，其上下文收集行為和可靠性使其成為智能體編碼任務的默認選項。 </li> </ol> <h2>最後總結</h2> GPT-5.2 是一次真正的改進。指令遵循能力明顯提高，Pro 模式的智能和可靠性令人印象深刻。對於需要審慎推理的複雜任務，這是作者用過的最好的模型。 然而，標準 Thinking 模型的速度問題使他日常很少使用。他最終的用法是：快速任務用 Opus 4.5，深度工作用 Pro。 但對於那些 GPT-5.2 擅長的任務，它的表現確實非常亮眼 source： https://shumer.dev/gpt52review 風險提示及免責條款 市場有風險，投資需謹慎。本文不構成個人投資建議，也未考慮到個別用户特殊的投資目標、財務狀況或需要。用户應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資，責任自負。 </div>

OpenAI

OpenAI 推出 GPT-5.2 以對抗谷歌 Gemini 3，稱為重大更新。GPT-5.2 在指令遵循、代碼生成、視覺和長上下文方面有顯著提升，但速度較慢。OthersideAI CEO Matt Shumer 深度評測指出其在深度推理方面表現出色，但速度是主要缺點。GPT-5.2 Pro 在命令行工具中接近專業級別，但高級推理模式需長時間等待。

GPT-5.2 首發評測：大神深度體驗兩週，強到離譜，但慢得抓狂