AI巨头加速竞赛：Google与OpenAI的模型大战

最近一个月内，AI大模型领域的竞争愈发激烈。Google与OpenAI这两家行业巨头，几乎将产品迭代发布周期缩短至“周级别”。上一代的AI模型还未站稳脚跟，新一轮的更新便已接踵而至，竞争不断升级。

最新的动向来自Google。

北京时间12月18日凌晨，Google宣布Gemini 3 Flash正式发布，这款模型是Gemini 3系列中速度最快、性价比最高的产品，也是Google在短短一个月内第四次对大模型产品线进行重大更新，被视为对OpenAI的“精准打击”。

1

OpenAI紧急应对“红色警报”

将时间轴拉回11月，全球最具影响力的两家AI公司——Google与OpenAI，几乎同时发布了各自的旗舰模型：Gemini 3与GPT-5.1。

随后，Gemini 3 Pro在多项基准测试中大幅超越Gemini 2.5 Pro、GPT-5.1以及Claude Sonnet 4.5等现有旗舰模型，迅速赢得了市场口碑。

几乎在同一时间，OpenAI也不甘示弱。

在自家新一代产品GPT-5.1与Google Gemini 3的竞争中处于下风后，OpenAI内部迅速进入应急状态。据外媒披露，OpenAI CEO山姆·奥特曼在一份内部备忘录中明确表示，公司已进入“红色代码（Code Red）”紧急状态。

这一状态下，OpenAI的资源和注意力被重新聚焦到核心产品——ChatGPT上。OpenAI应用总监菲吉·西莫证实，这一“警报”直接加速了GPT-5.2的发布进程。

仅一周后，在OpenAI十周年之际，GPT-5.2火速上线，并一次性推出了三个版本——Instant、Thinking、Pro。

从官方公布的核心基准测试来看，GPT-5.2的表现极为出色。在多项对比测试中，面对GPT-5.1、Gemini 3 Pro等竞争对手，GPT-5.2 Thinking几乎实现了“全线第一”。这也意味着，Gemini 3 Pro刚刚建立起的领先优势再次被打破。

2

ChatGPT：真的要取代打工人了吗？

相比令人眼花缭乱的跑分体系，ChatGPT 5.2最值得关注的变化来自一个全新的评测体系——GDPval。

GDPval不考察模型“会不会做题”，而是直接衡量其完成真实、明确知识型工作任务的能力。该评测覆盖44个职业，横跨对美国GDP贡献度最高的9个核心行业，测试内容要求模型生成真实可交付的工作成果——例如销售PPT、会计与财务表格、急诊科排班表、制造业数据图表等。

换句话说，这套评测体系将模型直接“拉进职场”。

根据人类专家的盲评结果，在高难度知识型工作任务中，GPT-5.2 Thinking有70.7%的任务表现优于或至少持平于行业顶尖专家。

在效率层面，差距更加明显：GPT-5.2 Thinking完成同类任务的速度约为人类专家的3倍，而综合成本仅为人类的约1%。

在更具代表性的金融场景中，这种提升也得到了验证。在“初级投行分析师”电子表格建模测试中，GPT-5.2 Thinking的综合得分达到68.4%，相比GPT-5.1 Thinking的59.1%有显著提升。

综合来看，在GDPval覆盖的知识型工作任务中，GPT-5.2 Thinking“赢过或打平行业专家”的比例达到70.9%。而上一代GPT-5 Thinking的这一数字仅为38.8%。

GPT-5.2的产品分层变得异常清晰：Thinking版本长上下文推理更稳、表格、PPT、复杂方案能力明显提升；Instant版本对话更自然、解释问题更清楚；Pro版本拥有最强的推理与代码能力。

一句话总结就是，Thinking干重活，Instant管日常，Pro顶天花板。

3

“职场专家”和“老黄牛”：该选谁？

两家巨头密集的发布节奏引发了市场反馈——大量用户的差评开始出现。有网友晒出GPT-5.2在SimpleBench上的“成绩单”，其得分低于Claude Sonnet 3.7。

SimpleBench的设计初衷是用来测试大模型在逻辑任务上的表现。

前AWS与Google高管Bindu Reddy在社交平台发文指出，GPT-5.2在LiveBench上得分低于Opus 4.5和Gemini 3.0。

GPT-5.2与Google推出的“新招”Gemini 3 Flash形成了正面碰撞。如果说GPT-5.2的关键词是“专业性”，那么Google强调了一个词：性价比。

Google CEO桑达尔·皮查伊在官方博客中直言，Gemini 3 Flash在性能和效率上同时突破了“帕累托极限”：其综合性能超过上一代旗舰模型Gemini 2.5 Pro，推理速度提升约3倍，而价格却显著降低。

4

“智能体”是未来的竞争点

纵观OpenAI与Google近段时间的密集更新，短期内胜负难定，但从产品设计、宣传重点与落地路径来看，大模型演进的下一个趋势已经愈发清晰。

无论是ChatGPT 5.2反复强调的“专攻智能体”，还是Gemini 3 Flash将“高性能”推向大规模应用场景，这两条看似不同的路线最终都指向同一个终点——智能体。