https://www.youtube.com/watch?v=jnTSGk0gi5c 以下是这部 GPT 5.2 评测影片的重点摘要，总结了其新功能、实际演示结果以及与竞品 的比较： 1. 核心亮点与定位 最强模型之一：GPT 5.2 被 OpenAI 宣称为「最适合专业知识工作」的模型。 版本：影片中测试的是 GPT 5.2 Thinking（思考模式），这是性能最强的变体。 付费限制：目前仅限 Plus 等付费订阅用户使用，免费用户无法存取。 知识库更新：知识截止日期为 2025 年 8 月，比许多竞品更新。 2. 实际演示与能力测试 影片展示了多个高难度的 Prompt 测试，结果如下： HTML/JS 程式编码能力（极强）： 蜂巢模拟：成功生成包含工蜂路径、蜂蜜储存的视觉化模拟。与 Gemini 3 相比 ，GPT 5.2 的模拟更符合物理现实（蜜蜂从单一入口进出）。 Photoshop 复刻版：仅用 19 秒就写出了一个功能完整的网页版 Photoshop，包 含图层、笔刷（可调硬度/透明度）、滤镜（模糊/锐化/灰阶）、混合模式（ Overlay/Multiply）和编辑历史，功能全部可用且无 bug。 Windows 11 复刻版：生成了包含功能性 Word、Excel（支援公式计算）、 PowerPoint（可新增投影片、播放简报）的桌面模拟。虽然 UI 不完美，但功能性远胜 Gemini 3 Pro（後者生成的 Excel 无法操作）。 3D 光线追踪模拟：成功生成两个金属球悬浮在街道上的 3D 场景，且球体之间 能互相反射（物理正确），这是之前模型无法做到的。 3D 星空图：一次生成可互动的 3D 星座图，标签与星座形状（如北斗七星）大 致正确。 视觉辨识与多模态能力： 动漫角色辨识：能准确辨识并标注《鬼灭之刃》中的多个角色。 寻找威利 (Where's Waldo)：透过撰写 Python 程式码来扫描图片，耗时 13 分 钟後成功找到威利，展现了强大的工具使用与问题解决能力。 复杂表格转 Excel：能处理结构极其复杂、有缺失储存格的巢状表格，并完美转 换为试算表。 流程图转代码：能将复杂流程图转换为可编辑的 canvas，文字与颜色正确，但 箭头连接上有少量错误。 弱点：在「寻找隐藏青蛙」和「医疗影像病灶标注」的测试中表现不佳，与 Gemini 3 Pro 一样未能正确识别。在地理位置猜测（Geo-guessing）上，虽未完全命中 ，但比 Gemini 3 Pro 更接近真实位置。 3. 基准测试 (Benchmarks) 与竞品比较 GDP Val：在涵盖 44 种职业任务的测试中，GPT 5.2 是首个在超过 50% 的时间内表 现优於人类专家的模型。 ARC-AGI 2：在测试「学习新模式能力」的指标上得分 52.9%，显着优於 Gemini 3 Pro，显示其适应未知问题的能力更强。 SWE-bench Pro：OpenAI 采用了更难的 "Pro" 版本测试，显示其优於 Claude Opus 4.5 和 Gemini 3 Pro。但在旧版的 "Verified" 测试中，GPT 5.2 未必领先。 长文本能力：在 256k tokens（约 20 万字）的长文本测试中，准确率接近 100%。 但其最大上下文窗口为 400k tokens，低於 Gemini 3 的 100 万 tokens。 第三方排名： 在 Artificial Analysis 排行榜上，GPT 5.2 Extra High 与 Gemini 3 Pro 并 列第一。 价格方面，每百万 token $4.8 美元，比 Gemini 3 Pro 稍贵，但远便宜於 Claude Opus 4.5。 在幻觉率（Hallucination Rate）上，GPT 5.2 表现中等（78% 错误率），优 於 Gemini 3 Pro，但不如 Grok 4 或 Kimi k2。 总结 GPT 5.2 是一个非常强大的模型，特别是在复杂编码（能写出功能完整的应用程式）和逻 辑推理方面表现突出。虽然在某些视觉识别任务上仍有进步空间，但整体实力与 Gemini 3 Pro 处於伯仲之间，是目前市场上的顶级选择。 -- gemini3整理 竞争对手都说伯仲之间了应该不弱 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.36.245.116 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI_Art/M.1765857948.A.19E.html