OpenAI GPT-5.2发布遇冷，谷歌Gemini 3 Pro成AI新王者

在近期AI领域的年终对决中，OpenAI推出的GPT-5.2模型并未如预期般击败谷歌的Gemini 3 Pro。上线仅48小时，便招致大量用户吐槽。第三方数据证实，Gemini 3 Pro在多项能力上领先。

OpenAI将GPT-5.2视为「年度王牌」，但实际表现却未能超越谷歌，反而在多个第三方评测中落于下风。

根据Epoch AI的最新报告，GPT-5.2的能力指数（ECI）得分为152，仅次于Gemini 3 Pro，显示出两者之间的激烈竞争。

在多项基准测试中，GPT-5.2并未实现「全线霸榜」，其表现甚至不如前代版本在某些测试中的成绩。

由陶哲轩联手百位数学家设计的FrontierMath测试中，GPT-5.2仅在T1-3级别中领先，而T4级别的最高分仍由Gemini 3保持。此外，在国际象棋谜题Chess Puzzles中，GPT-5.2倒是拿下了第一。然而，在SimpleQA Verified测试中，GPT-5.2的得分甚至低于GPT-5.1，表明其可信度有所下降。

多个第三方基准评测显示，GPT-5.2远不及预期，未能击败Gemini 3 Pro。例如，在OCR-Arena、simple-bench、Live-Bench等测试中，GPT-5.2甚至排在了Claude Opus 4.5之后。

发布仅两天，GPT-5.2反响平平，反而在开发者圈内引发了大量吐槽。

为了扭转局面，OpenAI内部拉响「红色警报」，将改进ChatGPT列为最高优先级，甚至暂停了AGI研发和Sora项目八周，显示出破釜沉舟的决心。

然而，业界普遍认为OpenAI仍未摆脱被动局面。一位GPT-5重度用户直言，「GPT-5.2距离成为一块石头也不远了」。

年终之战，OpenAI败了？

三年前，谷歌因错失先机，被OpenAI ChatGPT抢尽了风头。近日，谷歌创始人谢尔盖·布林在斯坦福演讲中公开承认曾经的「最大失误」：我们搞砸了——太怕AI说错话，结果输掉一个时代。如今，凭借Gemini 3 Pro，谷歌已重回AI浪潮之巅。

上线首日，奥特曼激动宣称API调用量超过万亿token，且增长迅速。此前Information爆料，GPT-5.2代号大蒜（Garlic），原计划明年初亮相。整个硅谷曾透露一种风声——OpenAI预训练终结了，甚至GPT-5.1可能基于4o后训练而来，由此提升不大。确实，在预训练上，OpenAI遇到了Scaling瓶颈。

预训练Scaling，或许不大

在GPT-5.2（大蒜）研发上，原爆料称OpenAI解决了预训练环节的一些关键问题——改进之前「最好的」且「体量大得多」的预训练模型。内部整合了开发「Shallotpeat」期间修复的Bug，积累了许多预训练经验。但以上信息均来自新闻报道，OpenAI究竟在预训练上是否实现重大突破，难以得知。但从官方全线击败Gemini 3的基准上可以猜测，GPT-5.2在预训练方面取得了一定的改进。

但从第三方评测和网友反馈中，GPT-5.2在底层技术迭代上，没有实现突破式的进展。

Epoch AI另一项评估中，顶尖AI大模型在长程任务的性能，Gemini 3依旧最强——Gemini 3 Pro：4.9小时，GPT-5.2：3.5小时，Opus 4.5：2.6小时。

工程师Dan Mac认为，Gemini 3 Pro之所以拥有更深入的智能，是因为谷歌预训练最强。而GPT-5.2拥有最好的专用智能，是OpenAI在后训练上优化的结果。

明年初，还有更大的

纽约时报最新爆料称，接下来几周，OpenAI将继续把重点放在ChatGPT优化上。他们正在筹备明年初的一次更大规模发布。

在内部，OpenAI的2B和2C方向的「双线作战」模式并行。同时也在推进其他项目，包括广告和电商相关尝试。尽管被吐槽，他们仍在探索「更克制」的方式，比如通过ChatGPT聊天完成购物，并从交易中抽成。在企业市场方面，OpenAI正将支撑ChatGPT的同一套AI技术引入企业软件领域。

数据显示，每周使用ChatGPT的用户超过8亿人，市场份额约为76%。一位AI大佬说，「消费级AI几乎就等同于OpenAI，如果失去了这一点，这家公司就不会有现在这样的价值」。然而，在过去12个月里，全世界多家AI初创已开发出能够匹敌，甚至在某些方面超越OpenAI领先模型的技术。谷歌Gemini 3 Pro的出世，对OpenAI业务来说着实是一次不小的打击。

Gemini 3力压GPT-5.2，OpenAI只是虚晃一枪？

从网友实测角度来说，GPT-5.2还有很大的改进空间。有网友忍无可忍，直言OpenAI完全没脑子：GPT-5.2语气冰冷，堪比北极，完全无视用户体验，「一味地不断倒退，把原本正常、自然的语言越改越离谱，最后变成一堆辱骂和说教，然后还把这当成某种胜利来兜售。」OpenAI活该被Gemini 3吓得够呛。

比如，在视觉推理上，Gemini 3 Pro完全碾压GPT-5.2。

在3D模型生成上，GPT-5.2速度更慢、成本更高，总体表现不如Gemini 3。

在越界小说生成上，GPT-5.2垫底，不如Gemini 3 Pro、Claude 4.5 Opus、Grok 4：

在前端代码生成上，Gemini 3大幅领先，GPT-5.2仍望尘莫及。

在相同提示下，健身仪表盘首页设计上，53万多人讨论了Gemini 3 、GPT-5.2和Claude Opus 4.5的设计，提示词：健身仪表盘首页。顶部为每周活动概览（紧凑型），今日消耗卡路里及环形进度条（紧凑卡片），卡路里卡片下方为连续锻炼计数器，底部为周度锻炼柱状图。移动端应用，单屏显示。视觉风格：浅色模式，柔和的乳白色背景，圆角卡片带有细微阴影，珊瑚色作为主要强调色，电子蓝用于图表和高亮部分。简洁的无衬线字体排版，现代卡片式布局。情绪：激励人心且充满活力。清新、纯净且平易近人。现代健康美学，令人感到鼓舞和振奋。GPT-5.2几乎次次垫底。

开发者Mattia用AI搜索模型Perplexity查看了全部评论，Gemini 3是最后的赢家！

如果以上只是个例，那下列的数据不会撒谎：GPT-5.2不及Gemini 3 Pro。

GPT-5.2惨遭滑铁卢

在博彩网站Ploymarket上，大部分网友认为谷歌在今年年底拥有最好的AI模型。

在网友Lisan al Gaib的小型手动性能对比基准Dubesors上，Gemini 3 Pro排名第一，而GPT-5.2排到了16名。

致力于推动AI安全研究和提升公共讨论关注度的CAIS（Center for AI Safety，人工智能安全中心），发布了最新的CAIS AI Dashboard，结果还是Gemini 3 Pro在文本和视觉能力指数上胜出，就在风险指数上落后GPT-5.2。

在文本能力指数测试中，Gemini 3 Pro只在ARC-AGI-2中落后，GPT-5.2几乎全线溃败！

在视觉能力指数测试中，Gemini 3 Pro再次几乎全胜，比GPT-5.2平均得分高出了4.5分！

在风险指数测试中，GPT-5.2领先Gemini 3 Pro，但落后于Claude Opus 4.5和Claude Sonnet4.5。

在评估语言模型在终端环境中驱动自主智能体能力的测试平台Terminus上，Gemini 3.0 Pro和GPT-5.2几乎不分上下，但Gemini 3.0 Pro与GPT-5.2的高推理模式相比，仍平均多了0.2%。

此外，网友也验证其他基准测试，比如SWE-Bench、IUMB，结果依然显示GPT-5.2落后于Gemini 3 Pro。

总之，GPT-5.2疑似翻车，在多个重要的基准测试中似乎落后于Gemini 3。

奥特曼圣诞惊喜

GPT-5.2发布当天，奥特曼还预告了，下一周还有「圣诞礼物」。至于新品，可能就是下一代GPT Image v2模型了。几天前，两款神秘AI图像模型「栗子」和「榛子」在LM Arena平台上展开测试。

但是，开发者实测后表示，目测OpenAI图像模型不太乐观。

在图像生成/编辑方面，GPT图像模型远落后于Gemini 3加持的Nano Banana Pro。而且输出的结果，存在一系列的问题——黄色色调、逻辑性差、一致性弱、图像质量较低、世界知识不足等问题。据称，这款模型的基底，可能还是GPT-4o。

2025年终局之战，真的已经尘埃落定了吗？

参考资料：

https://www.nytimes.com/2025/12/11/technology/openai-google-ai-technology-gap.html

https://dashboard.safe.ai/