GPT

作者 |创建者：陈陈 |网易科技很强大，也很无聊。奥特曼在 Twitter 上庆祝 GPT-5.2“第一天消耗一万亿代币”，但过去三天，评论区已被撤回。用户并不买账。面对GPT-5.2，最直观的感受不是“发疯”，而是“敷衍”。 “言语不等于友谊，符号不等于记忆。”网友的这句赞扬，准确地表达了公众对“消防升级”的集体冷漠。 （AI生成的图片）但是真相真的有那么难吗？经过三天多方的深入测试，以及克劳德 4.5 和 Gemini 3 的并列比较，我们得出了一个反直觉的结论：它可能确实“烦人”，但这是为了更强而付出的代价。 1、全网嘲笑“无聊”？用户实际上可能会误解，这次仓促推出并不是因为精心策划，而是出于某种目的。危机的nse。消息人士透露，OpenAI宣布进入“红色警报”（Code Red）正是为了应对谷歌Gemini 3等竞争对手日益加大的压力，不得不加快发布速度。不过，这次“救火”升级并没有像 GPT-4 发布时那样在社交媒体上引发病毒式疯狂传播。 Reddit 和 X 上充斥着“无聊”、“冷漠”、“变化不大”等负面评论。科技博主@melvynxdev甚至声称GPT 5.2的发布是一场灾难。与 OpenAI 声称的“迄今为止最适合专业知识工作的系列模型”相比，公众对 GPT 5.2 的整体“冷漠”形成了鲜明的对比，甚至 OpenAI CEO Sam Altman 表示“GPT-5.2 在 API 上线第一天就突破了万亿使用代币，增长势头很快”，不少用户评论道：“文字不等于友谊，指标不等于内存”、“万亿代币被使用”。第一天消费，并且那么，GPT 5.2到底是“史上最强大的工具”，还是竞争对手强行推出的“无用”升级？我们深入挖掘了最新的专业评论和技术评论，发现网络批评可能完全误解了5.2的设计目标。 2.明白“烦人”的真相——结果至上的产品理念是高级产品经理KARO传授的，如果GPT 5.2被认为是展示和追求“掌声”，可能会令人失望；但如果将 GPT 5.2 视为一种追求长期稳定性并需要实际部署的工具，它超越了 OpenAI 在 GPT 5.2 中做出的一个重大产品决策：牺牲一些表达自由和创造性模型范围，以换取可预测和可靠的行为。这种不稳定是错误的。在处理具有实际下游成本的任务时，例如政策制定、规范性文件或进行认真的研究简报，这种投入是完全不可接受的。 （AI生成的图片） GPT 5.2的设计目标是保持可靠性并降低故障频率。为了实现这一目标，主要在以下三个维度进行优化： · 更严格的指令遵循：模型能够更忠实地执行用户的指令。 · 减少长时间对话中的脱轨：即使对话很长，模型也能保持话题不偏离正轨。 · 在多步骤任务中保持约束：即使任务进行了几十个步骤，它也能记住用户在步骤 1 中设置的规则。（AI 生成的图像）​​在一次密集的专业测试中，研究人员加载了 8,100 行原始研究数据，并设置了绝对的“绊线”规则：如果用户应该只将输出“黄色”。 GPT 5.1 在大约 47 分钟后终于打破了规则，而 GPT 5.2 rem经过 62 分钟的持续语义归纳和上下文压力后，测试人员一直处于顺从状态，直到测试人员主动停止。这证明 GPT 5.2 非常有能力在复杂的非线性对话中遵循规则。平衡动态推理和成本效率 GPT 5.2 采用“动态调整推理深度”的方法。简单提示用户先走“快捷路径”；当不确定性超过一定限度时，就会启动更慢、更深入的推理。此方法提供了最快且最便宜的回答问题的方法。虽然 GPT 5.2 的单位代币成本比 5.1 高出 1.4 倍，每百万代币的输入成本为 1.75 美元，每百万代币的输出成本为 14 美元，但得益于学习蒸馏、缓存常用文本效率片段、缓存常用效率片段和效率片段等前沿模型的最佳实践，任务成本降低了。例如GPT-5.2 Pro约390吨与去年的预览版本相比，ARC-AGI-1 任务的表现更好。减少幻觉：宁愿说“我不知道” GPT 5.2 施加了更高的惩罚机制，以防止在更大范围内引用、谎报工具的使用情况或制造未知事实。这意味着新模型更有可能承认“我不知道”，或者要求用户提供更多来源或搜索权限。这种看似“冷酷”或“保守”的行为无疑是依赖其准确性的专业用户的信任基础。 （图片由AI生成） 3.专业领域的终极对决：数据分析、PPT和编码 YouTube名人博主Eliot Prince对三种主要模型进行了深入的对比评估。他把GPT 5.2、Claude Opus 4.5和Google Gemini这三个主要模型用来测试复杂的专业任务，包括SEO策略的制定（搜索引擎优化）、PPT开发和编码。 1. SEO策略和数据分析是：Claude的“One Hit Win”测试人员上传了数千行关键词数据，并要求模型制定完整的SEO主题权威策略和主题图。 · Claude Opus 4.5：表现最佳、速度最快、“一击制胜者”。它使用 Claude Skills 自动应用品牌设置，创建带有品牌徽标、mga 品牌颜色（紫色和柠檬绿）的专业表格，包括内容分段、搜索意图、推荐页面类型和优先级信息。 · ChatGPT 5.2：思考这个问题大约 15 分钟。最初的输出相当混乱，需要第二次测试和模板（另一个电子表格）来输出按内容主题分类的可用关键字簇，其中可以包括搜索量和关键字难度等专业数据。这表明 GPT 5.2 是完全可启动的，但不像 Opus 最初那样自主。 · Google Gemini：效率低且难以利用。它只是输出一个“弱”小文件。即使测试人员问了很多问题mes，它只提供CSV文本信息或Python代码，需要用户手动复制粘贴并进行文本列处理，效率低下，并且有很多错误rap经验。 （图像由AI生成，插图不代表实际效果） 总结：在需要品牌推广和一站式交付复杂数据分析结果的任务中，Claude Opus 4.5是毫无疑问的赢家。 2. PPT生成：GPT 5.2“史诗级”图表。为了满足客户对视觉策略的需求，测试人员需要三个模型分别开发PPT。 · ChatGPT 5.2：我花了14分钟才弄清楚这一点，但结果可以用“史诗般”来形容。虽然设计相当令人愉悦，但它成功生成了动态动画图表，可以快速显示流量机会并提供 30 至 45 天内可交付成果的详细路线图。 · Claude Opus 4.5：很快就完成了。 PPT成功应用了审稿人的品牌颜色（森林绿和石灰绿）n) 而且布局精美。但其后续步骤的细节并不像GPT 5.2那么详细。 · Google Gemini：同样性能不佳，更喜欢输出Python脚本或纯文本。最终生成的PPT也有很多文字和很少的图表，看起来“几乎是AI生成的”，并且很难导出到Google Slides进行编辑。 （图片由AI生成，插图不代表实际效果） 总结：三个主模型在制作PPT上有些卡壳。 GPT 5.2 在图表深度和功能上稍好一些； Opus 4.5 再次以其标志性的交付能力脱颖而出。 3.编码能力：功能、速度和发布三个模型的测试人员被要求扮演高级前端工程师的角色，根据网站截图重建一个交互式的、专业设计的网页。 · ChatGPT 5.2：比两者都多花费 5 到 10 分钟。但最终功能还是稍微好一些。它不仅实现了测试人员所需的所有共享、定价和其他按钮，还构建完整的订单表格和预约表格，增加更多深度和功能，考虑更多细节。 · Claude Opus 4.5：很快完成。生成的页面支持发布生成“神器”和复制链接，使其成为实时网页或登陆页面，非常实用。设计也很棒，包括漂亮的悬停效果和货币切换功能。 · Google Gemini：第一个完成，但缺乏全屏预览和发布功能，需要调用外部HTML编辑器才能查看。交互性很差，页面区域的按钮只是占位符，无法执行任何操作。 （图片由AI生成，插图不代表实际效果） 总结：GPT 5.2虽然耗时最长，但由于其生成完整表格的深度和功能性，稍稍领先。 4.秘密战斗b创造力、视角和背景之间。在生成电子邮件主题行和打开挂钩的日常任务中，测试结果表明所有模型的表现大致相同，没有一个模型表现出巨大的创意优势。专业评论指出，GPT 5.2牺牲了一些创造力的空间来换取可靠性。因此，建议用户根据需求切换模型：对于“创意头脑风暴、绘图或情绪基调”等任务，maai 选择 GPT 5.1；对于“编辑、精简、编写事实、编写细节或编码”等任务，您应该选择 GPT 5.2。需要指出的是，虽然GPT 5.1的书写能力并不令人印象深刻，但它在分析损益报告等长期任务上表现良好，可以连续运行两个小时并提供准确而整洁的摘要。在形象生成方面，双子座出乎意料地获胜。测试人员的任务涉及视觉、分析和创意方面的融合：建立一个内部基于他上传的简历，以星球大战为主题的有趣职业信息图。 · ChatGPT 5.2：性能非常差。它在遵循内容政策方面存在问题，并且生成了低质量的图像，甚至无法正确拼写名称或文本。 · Google Gemsini（纳米香蕉）：彻底碾压并获胜。它可以有效地捕获信息，生成清晰、拼写正确且设计精美的图形，甚至可以为命令添加“全息效果”。 Claude Opus 4.5：没有内置图像生成，但它试图通过编写代码来解决问题。最终成功创建了一个可发布、可交互的网络。 《星球大战编年史》中的页面信息图表映射种族，在编码方面表现出强大的灵活性。 （图片由AI生成，插图不代表实际效果）最终，双子座在纳米香蕉的支持下取得了明显的胜利。当然，OpenAI本身也强调了GPT-5.2在图推理和软件接口方面的错误率ce理解力下降了一半，说明虽然视觉能力有所提高，但图像生成仍然是一个短板。另外，在用户交互分析方面，Claude Opus 4.5的上下文窗口处理能力更加出色。随着对话的继续，Opus 4.5 开始压缩旧的对话内容，使其可用时间更长，从而使用户免去必须重新开始新聊天的烦恼。此外，Opus 4.5培训还包括一份名为“灵魂文档”的内部文件，该文件明确了Anthropic的使命——开发安全、有用且易于理解的AI，并警惕主动的言语攻击，解释了为什么Opus在安全性和合规性方面表现良好。 5、总结：模型定位与用户选择 GPT 5.2的发布，标志着AI巨头之间的竞争已经从追求“最高基准分数”转向追求“实用的产品策略”信任、安全、速度和成本”。模型进步变得更加专业。（AI生成的图片） · GPT 5.2可以说是可靠的主力，具有良好的屏障保持性和更严格的指令合规性。适合内容编辑、规范起草、审阅长文和深度函数式编程等任务。 · Claude Opus 4.5是品牌和数据的大师。它速度快，拥有高度优化的上下文窗口，一击必胜。更适合复杂数据分析、创意草稿、需要品牌输出的任务，Google Gemini 在图像和信息图开发、PDF 数据捕获等任务上更胜一筹，但专业任务的交付质量较低。（AI 生成的图像）那么，答案很简单：如果你需要一个严格的“执行者”，请毫不犹豫地拥抱它；如果你需要一个聪明的“创造者”，请回去看看。对于克劳德. OpenAI 并没有输，只是改变了轨道。作为用户，我们是时候摆脱“只是观看”的心态，开始思考如何充分利用这些专业的“数字员工”了。