【新智元导读】GPT-5.2打赢Gemini 3.0 Pro✿✿★◈，竟是靠高推理与海量Token「作弊」？网友的这个发现✿✿★◈，在AI社区一石激起千层浪✿✿★◈。更多网友七嘴八舌表示✿✿★◈：GPT-5.2✿✿★◈，并没有那么好用✿✿★◈！

　　一位用户通过精细计算发现了「华点」✿✿★◈：OpenAI在最新发布的基准测试中✿✿★◈，可能通过调整模型「推理力度」参数✿✿★◈，让GPT-5.2在关键评测中使用了远超对手的算力资源✿✿★◈。

　　昨天的AI圈✿✿★◈，都被GPT-5.2吊打Gemini 3.0 Pro的结论所震撼✿✿★◈，而前者在ARC AGI 2的精彩表现✿✿★◈，则尤为出圈✿✿★◈，被AI社区大加赞赏✿✿★◈。

　　相比之下✿✿★◈，谷歌Gemini 3.0 Pro以6.7万token取得相似成绩✿✿★◈，效率高出整整一倍✿✿★◈。

　　唯一例外的是GDPVal——一个由OpenAI自己创建的测试集✿✿★◈。既当裁判又当运动员✿✿★◈，结果的客观性就有待考量了✿✿★◈。

　　其实✿✿★◈，Ilya在之前的采访中就已经说过✿✿★◈，现在的大模型基本都是为了榜单定向优化的✿✿★◈，榜单结果的水分都大得很✿✿★◈。

　　业内人士都知道✿✿★◈，如今AI基准测试的「军备竞赛」早已超出单纯的技术竞争✿✿★◈。各家厂商都在竞相推出自己的评测标准尊龙凯时人生就是博·(中国)官网✿✿★◈，✿✿★◈，而这些标准往往有意无意地偏向自家模型✿✿★◈。

　　不同模型在不同编程任务上各有所长✿✿★◈，但没有一个模型能在所有任务上全面领先✿✿★◈。显然✿✿★◈，真实世界的问题远比单一分数复杂✿✿★◈。

　　如果GPT-5.2仅仅是通过消耗更多算力获得了性能提升✿✿★◈，那真的能智能进步吗？还是仅仅是「暴力计算」的胜利呢？

　　有人表示✿✿★◈，如果用户得到的「推理力度」参数是一样的✿✿★◈，也用的是同样的token✿✿★◈，那OpenAI就不算虚假营销✿✿★◈。

　　他们觉得✿✿★◈，即使增加Gemini 3的token数量尊龙AG旗舰厅app✿✿★◈，它也未必就能赶超GPT-5.2✿✿★◈，这一点来说尊龙AG旗舰厅app✿✿★◈，前者的确落后了✿✿★◈。

　　早在GPT-5.1发布时✿✿★◈，所有基准测试中用的都是高推理力度（high）✿✿★◈，然而plus用户却只能使用中等的版本✿✿★◈。

　　而现在的5.2版本中✿✿★◈，OpenAI增加了更高的「xhigh」推理力度✿✿★◈，所以基准测试中显示的性能✿✿★◈，要远远超过ChatGPT付费用户的实际体验✿✿★◈。

　　网友本以为GPT-5.2会比5.1好得多尊龙凯时 - 人生就是搏✿✿★◈。✿✿★◈，但实际用起来并非如此尊龙凯时 - 人生就是搏✿✿★◈，它并不能理解他写的函数代码✿✿★◈。

　　总之尊龙AG旗舰厅app✿✿★◈，GPT-5.2的实际体验跟基准测试似乎相差很多✿✿★◈，保不齐又是一个在红色警报状态下仓促拿出的产品尊龙AG旗舰厅app✿✿★◈。

　　毕竟✿✿★◈，当一家机构既是「研究AI的人」✿✿★◈，又是「靠AI卖故事的人」✿✿★◈，它还能诚实地面对那些刺耳的真相吗？

　　在面对「AI是否会抢走你的饭碗」这类致命问题时✿✿★◈，OpenAI的策略已悄然转变✿✿★◈：闭上嘴交通工程✿✿★◈！✿✿★◈，专心卖货✿✿★◈。

　　回望2023年尊龙凯时官网入口✿✿★◈。✿✿★◈，OpenAI发布的重磅论文《GPTs Are GPTs》✿✿★◈，直白地剖析了哪些行业最容易被AI颠覆✿✿★◈，并在第二年登上了Science✿✿★◈。

　　在新任首席经济学家Aaron Chatterji的带领下✿✿★◈，OpenAI发布了一份名为《全球用户如何使用ChatGPT》的报告✿✿★◈。

　　对此✿✿★◈，一位前员工吐槽道✿✿★◈：「这简直是为『AI创造价值』这一命题量身定做的软广✿✿★◈，充满了粉饰太平的味道99e热在这里只有精品✿✿★◈。」

　　那些探讨AI如何替代入门级白领（如客服✿✿★◈、行政）的课题✿✿★◈，要么被要求「软化措辞」99e热在这里只有精品✿✿★◈，要么直接被束之高阁99e热在这里只有精品✿✿★◈。

　　前政策研究主管Miles Brundage离职时直言✿✿★◈，公司「太高调✿✿★◈、限制太多」✿✿★◈，让他「无法发表真正重要的观点」✿✿★◈。

　　超级对齐团队的William Saunders因不满公司「只顾推新产品✿✿★◈、无视用户风险」而愤然出走✿✿★◈。

　　前安全研究员Steven Adler更是公开炮轰ChatGPT可能诱发用户的「精神危机和妄想」尊龙凯时人生就是博·(中国)官网✿✿★◈，✿✿★◈。

　　翻译一下就是✿✿★◈：别再发论文论证AI会导致失业了尊龙凯时 - 人生就是搏!✿✿★◈，✿✿★◈，这不利于带货✿✿★◈；多想想怎么夸我们的产品能提效吧✿✿★◈。

　　如今的OpenAI早已不是当年的非营利实验室✿✿★◈，它正冲刺1万亿美元的惊人估值99e热在这里只有精品✿✿★◈，并筹备着史上最大规模的IPO✿✿★◈。

　　如果你正准备上市✿✿★◈，正试图说服全世界拥抱AI99e热在这里只有精品✿✿★◈，你绝不希望自家的研究员跳出来说✿✿★◈：「嘿✿✿★◈，根据数据99e热在这里只有精品✿✿★◈，这波AI可能会让30%的白领失业✿✿★◈。」

　　他们的CEO Dario Amodei甚至公开「唱反调」✿✿★◈，警告到2030年AI可能取代一半的入门级白领✿✿★◈。

　　当然✿✿★◈，这未必全是出于诚实——很多人解读✿✿★◈，这不过是Anthropic为了换取监管红利而刻意贩卖的「焦虑」✿✿★◈。

　　如今掌管其经济研究团队的✿✿★◈，是前克林顿顾问✿✿★◈、有着「灾难大师」之称的顶级危机公关专家——Chris Lehane尊龙AG旗舰厅app✿✿★◈。

　　在这个精心修订的新版本里✿✿★◈，AI绝不可能是引发社会动荡的「怪物」✿✿★◈，它只会是帮你「每天省下40分钟」的乖巧助手✿✿★◈。