GPT-5.2vsOpus 4.5
在 10 个共同 benchmark 中，GPT-5.2 整体领先：GPT-5.2 领先 9 项，Opus 4.5 领先 1 项，持平 0 项，平均分差 +8.21。
GPT-5.29 项(90%)(10%)1 项Opus 4.5
评测分数
按能力类目分组，每组内按分差大小排列；共 10 项。
General Knowledge
GPT-5.2 领先 4/4| 评测项 | GPT-5.2 | Opus 4.5 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 54.2020 / 59深度思考（无工具、并行） | 37.6026 / 59Extended (no tools) | +16.60 |
| ARC-AGI | 90.5015 / 65深度思考（无工具、并行） | 8021 / 65Extended (no tools) | +10.50 |
| GPQA Diamond | 93.208 / 178深度思考（无工具、并行） | 8738 / 178Extended (no tools) | +6.20 |
| HLE | 45.5032 / 157Deep Thinking (With Tools + Internet) | 43.2039 / 157Extended (with tools) | +2.30 |
Agent Level Benchmark
GPT-5.2 领先 2/2| 评测项 | GPT-5.2 | Opus 4.5 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 98.704 / 35极高强度思考（工具） | 90.7021 / 35Extended (with tools) | +8 |
| τ²-Bench | 8212 / 40极高强度思考（工具） | 81.9913 / 40Extended (with tools) | +0.01 |
Math and Reasoning
GPT-5.2 领先 2/2| 评测项 | GPT-5.2 | Opus 4.5 | 分差 |
|---|---|---|---|
| FrontierMath | 40.308 / 60极高强度思考（工具） | 20.7017 / 60Extended (no tools) | +19.60 |
| FrontierMath - Tier 4 | 18.8016 / 80Thinking High (No Tools) | 4.2040 / 80Normal (No Tools) | +14.60 |
Coding and Software Engineer
Opus 4.5 领先 1/1| 评测项 | GPT-5.2 | Opus 4.5 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 8016 / 108极高强度思考（工具） | 80.908 / 108Extended (with tools) | -0.90 |
Multimodal Understanding
GPT-5.2 领先 1/1| 评测项 | GPT-5.2 | Opus 4.5 | 分差 |
|---|---|---|---|
| MMMU | 85.901 / 28极高强度思考（无工具） | 80.7010 / 28Extended (no tools) | +5.20 |
规格对比
| 字段 | GPT-5.2 | Opus 4.5 |
|---|---|---|
| 发布机构 | OpenAI | Anthropic |
| 发布时间 | 2025-12-11 | 2025-11-25 |
| 模型类型 | 聊天大模型 | 推理大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 400K | 200K |
| 最大输出 | 暂无数据 | 64K |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | GPT-5.2 | Opus 4.5 |
|---|---|---|
| 文本输入 | $1.75 / 1M tokens | $5 / 1M tokens |
| 文本输出 | $14 / 1M tokens | $25 / 1M tokens |
| 缓存读取 | $0.175 / 1M tokens | $0.5 / 1M tokens |
| 缓存写入 | $1.75 / 1M tokens | $6.25 / 1M tokens |
小结
- GPT-5.2在以下类目领先:General Knowledge (4/4)、Agent Level Benchmark (2/2)、Math and Reasoning (2/2)、Multimodal Understanding (1/1)
- Opus 4.5在以下类目领先:Coding and Software Engineer (1/1)
10 个共同 benchmark 上，GPT-5.2 平均高出 8.21 分。
单项差距最大的 benchmark：FrontierMath — GPT-5.2 40.30，Opus 4.5 20.70（分差 +19.60）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。