GPT-5.2 发布：基准测试、演示与 API 定价

摘要

30 秒看懂

在这段 2025 年 12 月的短视频中，Matthew Berman 介绍 OpenAI 发布 GPT-5.2 时公布的数据，以及电子表格、软件和图像理解示例。这些比较来自 OpenAI 挑选的测试与演示，而非独立评估。他还回顾了发布时的 API 价格和 ChatGPT 推出计划。虽然他称 GDPval 比较对象为 GPT-5.1，画面显示的基线实际上是 GPT-5。

1知识工作比较OpenAI 的 GDPval 表格显示 GPT-5.2 Thinking 胜过或持平的比例为 70.9%，GPT-5 为 38.8%。
2编程与数学发布图表列出 GPT-5.2 Thinking 的 SWE-bench Pro 得分为 55.6%，AIME 2025 得分为 100%。
3抽象推理OpenAI 报告 GPT-5.2 Thinking 在 ARC-AGI-2 Verified 上得到 52.9%，GPT-5.1 Thinking 为 17.6%。
4历史 API 定价发布图表显示，标准版 GPT-5.2 每百万输入 token 为 1.75 美元，每百万输出 token 为 14 美元。

要点建议

OpenAI 报告 GPT-5.2 Thinking 在 GDPval 上胜过或持平的比例为 70.9%，对比对象 GPT-5 为 38.8%，并非 GPT-5.1。
发布表格显示，在所述条件下，GPT-5.2 Thinking 的 SWE-bench Pro 得分为 55.6%，AIME 2025 得分为 100%。
OpenAI 报告 GPT-5.2 Thinking 在 ARC-AGI-2 Verified 上得到 52.9%，GPT-5.1 Thinking 为 17.6%。
电子表格、软件和主板示例是挑选的演示，不能证明模型的普遍表现。
发布时展示的标准版 GPT-5.2 API 输入和输出价格高于 GPT-5.1。

主题OpenAI Benchmarks AI cost & performance 编程智能体视觉与视频

全文

按章节阅读整理后的全文

对照原始文稿

只看原始文稿

OpenAI 的基准测试声明

Berman 强调发布时的知识工作、编程、数学和抽象推理结果。虽然他说比较对象是 GPT-5.1，画面显示的 GDPval 基线是 GPT-5。

幻灯片 1 / 4发布时的基准表OpenAI 表格将 GDPval 的基线标为 GPT-5，并列出部分编程与数学结果。

2025 年 12 月，Matthew Berman 回顾 OpenAI 对 GPT-5.2 的介绍，重点讨论报告中的基准进步。发布图表显示，GPT-5.2 Thinking 在 70.9% 的 GDPval 任务中胜过或持平人类专业人员，而 GPT-5 为 38.8%；Berman 称基线是 GPT-5.1，但画面中的表格标注为 GPT-5。

幻灯片 2 / 4ARC-AGI-2 比较发布表格报告 GPT-5.2 Thinking 得分为 52.9%，GPT-5.1 Thinking 为 17.6%。

OpenAI 表格报告 GPT-5.2 Thinking 的 SWE-bench Pro 得分为 55.6%，GPT-5.1 Thinking 为 50.8%；在不使用工具的 AIME 2025 中，两者分别为 100% 和 94%。ARC-AGI-2 Verified 的报告分数分别为 52.9% 和 17.6%。这些是厂商在特定条件下报告的研究评估，不能证明通用智能或确定普遍排名。

精选演示与定价

视频展示了电子表格、项目管理示例、海浪模拟和主板标注。Berman 最后介绍初期推出安排和 API 价格。

Berman 比较了精选的电子表格和项目管理输出示例，认为较新模型的结果更精致。随后他展示了一个海浪模拟，提供风速、浪高和光照控制。这些例子展示的是发布时的部分输出，并非对所有任务的系统比较。

在图像理解方面，他展示了主板标注比较，称 GPT-5.2 能识别更多组件，标记也更精确。视频将其作为一个视觉示例展示，并未给出跨图像、经过独立验证的错误率。

幻灯片 4 / 4发布时的 API 价格表格比较所展示模型版本的输入、缓存输入和输出价格。

Berman 说，GPT-5.2 Instant、Thinking 和 Pro 在发布时开始向 ChatGPT 付费计划推出。画面中的 API 表格显示，标准版 GPT-5.2 每百万输入 token 为 1.75 美元，每百万输出 token 为 14 美元；GPT-5.1 分别为 1.25 美元和 10 美元。这些是发布时的价格和推出安排。