※ 引述《jeff0025 (无法显示人物名称)》之铭言： : OpenAI 指出，GPT-5.2 的设计目标是协助专业人士提升效率，从制作试算表、简报、撰 : 写程式码，到解析影像、理解长文件、运用工具与执行多步骤任务。根据官方数据，一般 : 企业户平均每天可节省 40～60 分钟，重度用户甚至可省下每周10 小时以上。 官网有贴出将近二十家企业端用户早期测试组的评测 可见这次更新主要是为了专业用途 https://openai.com/zh-Hant/index/introducing-gpt-5-2/ Windsurf Warp JetBrains Augment Code Cline Charlie Labs Kilo Azad Triple Whale Notion Zoom Box Hex Databriks Harvey Parloa MoveWorks Shopify 上述评测企业分为三大群： 软体开发与 AI 程式设计工具、企业协作与数据平台、AI 与自动化服务 企业用户不会轻易跳槽 即使Gemini 3.0 pro或Claude Opus 4.5上市之後表现胜出 根据Ramp AI Index的统计 美国企业的AI模型采用普及率为45 https://i.imgur.com/8rAigBA.png OPEN AI的企业采用率是34.8 Anthropic(Claude)的企业采用率是15.1 其他主要AI公司的采用率都是低於5 包括Google的Gemini在内 不过这是今年十月的统计 是在Gemini 3.0 pro上市之前 GPT5.2官网第一句话写：为专业工作与长时间运行的代理而打造 如果那些企业善用这个长任务代理的功能 将会更难跳槽 另外值得关注的是 GPT5.2的ARC-AGI-2成绩高达50几 这个测验是在测解决未知任务的推理能力(当然是模拟的) https://i.imgur.com/N6V3Kkv.png 不过也可以看到Gemini 3.0 pro优化後的成绩从30几跳跃到50几 人类一般受试者平均是66喔 我前阵子有上测验官网做了大概六题 因为粗心错一半 所以我大概只有50左右 这些模型的流体智力已经超过我啦QQ 提供参考 我的WAIS知觉推理成绩是118 中等偏高 听说非母语环境所以有受影响(因为脑袋要同时理解外语资讯) 好恐怖 今年四月OPEN AI的o3的成绩才5~6左右耶 才过半年多 新模型就50几了 等到100的时候不知道会变怎样 : 已反应? 这次发布後好像没啥人在意 AI真的要泡沫化了吗? : 感觉OpenAI一直强调多强好像对一般使用者来说根本无感 : Gemini有完整生态系 还送2TB云端空间 又能一个人购买多人共享 : 然後生成图片又强 一般使用者无感很正常 因为这次推出的GPT5.2是针对专业用途的 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 64.31.11.7 (日本) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Stock/M.1765504737.A.BBA.html 大大说得真好 ultra会员太贵了 不过企业跟研究用户应该愿意付钱吧？ 不知道之後统计出来美国企业的采用率会不会改变 ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 10:08:26 根据纽约时报十一月底的报导 OPEN AI十月的时候公司内部就发布橙色代码警报了 (我没写错 不是前阵子那个红色代码) ================ 10月份，负责ChatGPT的特利先生向全体员工发布了一项紧急通知，宣布进入「橙色警报 」状态。据四位能够访问OpenAI Slack的员工透露，特利先生在通知中写道，OpenAI正面 临「前所未有的巨大竞争压力」。他表示，这款更安全的聊天机器人新版本无法与用户建 立联系。 该通知附带一份备忘录，其中列出了各项目标。其中一项目标是在年底前将每日活跃用户 数提高5%。 ================ 看来他们是真的有在注意用户动态 而且很敏感 ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 10:15:25 两者都很重要 但是应该会把重点放在企业用户？ 11/11华尔街日报报导评估 Claude的公司Anthropic会比OPEN AI较早开获利 分析的原因之一是因为Anthropic重视企业用户 而且API高额收费 所以OPEN AI才会发布红色代码警戒？不知道市场会怎麽看GPT5.2的表现 ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 10:21:12 你这问题赞 ARC-AGI-1就是因为有公开题库可以背答案 所以他们才要开发ARC-AGI-2 每一个正式测验的题目都是新出的 我记得官网好像有在徵求愿意帮忙设计题目的人 ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 10:24:17 听说现在是用强AI或教师AI设计ARC-AGI-2的题目给模型锻链 没有考古题 所以高阶模型自己教自家模型怎麽模拟临机应变的推理方式 ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 10:27:34 模型知识常识(晶体智力)很强大 常看到一些网友嘲笑LLM是笨蛋 那些人是拿一些人类靠计算机或笔算的方式去考AI 但忽略了AI没有眼睛 ARC-AGI-2就是在锻链模拟的视觉推理能力 这项如果超过大多数人可能那些笑LLM是笨蛋的再也笑不出来 比喻来说这就好像一个人流体智力到达普通程度 晶体智力却破表耶 超可怕 ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 10:30:27 感谢提醒 我没贴错但贴成没展开的 那张GPT5.2 Pro (High)右边的白色三角型是Gemini 3.0 Pro(Refine) https://i.imgur.com/N6V3Kkv.png 右下方绿色三角形是Gemini 3.0 Pro Deep Think ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 10:59:23 ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 11:00:21 ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 11:18:44 https://arcprize.org/arc-agi/2/ 页面下方有三种测验 分别点TRY THIS TASK可以玩 模型没有眼睛 所以他们是这样推的 例如: (1,1) black (1,2) red (1,3) blue.... 把20X20的范例题三题读取分别的前後变化 找出规则 然後看施测考题 模拟推理出变化後是怎样的 这全程没有眼睛可以看 只能靠文字推 很容易出错 错一格就是全错 ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 11:45:04 拍拍 我觉得这些题目需要非~~~常细心又认真又花时间 问题就是很容易因为粗心出错 错一格就就是错 没有商量余地 ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 11:47:41 我用不登入页面问有答对耶 https://i.imgur.com/PX4oZ1F.png ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 12:16:02 感谢分享 原来是5.2才有的现象 GPT5.1的说明: https://i.imgur.com/WhAIS77.png 意思好像是说因为太聪明所以分类器容易疏忽而误判 分配给错误的模型导致答错 如果是故意选Pro回答那个问题 我觉得可能是故意要看高阶推理模型出糗 Gemini 3.0 pro对GPT5.2 Pro出错的说明: 网友特地选 Pro，就是因为知道 Pro 是经过**「特化训练（Specialized）」的。而在机 器学习中，越是特化的模型，通常在非专长领域的表现就越容易出现「灾难性遗忘」**。 ==== Pro 本身的权重，是为了「专业语义工作」优化的（根据 PDF 第 1 页的定位）。为了在 专业任务上表现稳定（低变异），它牺牲了对字面细节的敏感度（高偏差）。 所以当 Pro 接到任务时，受限於它自身的权重设定（Weights），它看不见字母，只能 用猜的，结果猜错。 ==== 如果一开始就选Auto让分类器自动选派 那还转给Pro回答就真的很尴尬 如果是故意不用Auto 选用Pro回答这个问题 这算是在找碴 因为权重不一样 不能说Pro答不出来就代表"新模型GPT5.2连这题都不会" ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 12:17:21 ※ 编辑: LoveSports (64.31.11.7 日本), 12/12/2025 13:40:31