GPT-5.2vsOpus 4.5
在 13 个共同 benchmark 中，GPT-5.2 整体领先：GPT-5.2 领先 9 项，Opus 4.5 领先 4 项，持平 0 项，平均分差 +2.82。
GPT-5.29 项(69%)(31%)4 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 13 项。
General Knowledge
GPT-5.2 领先 4/5| 评测项 | GPT-5.2 | Opus 4.5 | 分差 |
|---|---|---|---|
| LiveBench | 48.9194 / 115Normal (No Tools) | 75.9611 / 115Thinking (No Tools, 64K Budget) | -27.05 |
| ARC-AGI-2 | 54.2023 / 62深度思考（无工具、并行） | 37.6029 / 62Extended (no tools) | +16.60 |
| ARC-AGI | 90.5017 / 68深度思考（无工具、并行） | 8024 / 68Extended (no tools) | +10.50 |
| GPQA Diamond | 93.209 / 187深度思考（无工具、并行） | 8742 / 187Extended (no tools) | +6.20 |
| HLE | 45.5041 / 172Deep Thinking (With Tools + Internet) | 43.2049 / 172Extended (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 / 43极高强度思考（工具） | 81.9913 / 43Extended (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 |
AI Agent - Tool Usage
Opus 4.5 领先 1/1| 评测项 | GPT-5.2 | Opus 4.5 | 分差 |
|---|---|---|---|
| MCP-Atlas | 67.6018 / 27极高强度思考（工具） | 69.8016 / 27Thinking High (With Tools) | -2.20 |
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 | 8017 / 112极高强度思考（工具） | 80.909 / 112Extended (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 / 29极高强度思考（无工具） | 80.7011 / 29Extended (no tools) | +5.20 |
常识推理
Opus 4.5 领先 1/1| 评测项 | GPT-5.2 | Opus 4.5 | 分差 |
|---|---|---|---|
| Simple Bench | 45.8033 / 63Thinking High (No Tools) | 6212 / 63Extended (no tools) | -16.20 |
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 (4/5)、Agent Level Benchmark (2/2)、Math and Reasoning (2/2)、Multimodal Understanding (1/1)
- Opus 4.5在以下类目领先:AI Agent - Tool Usage (1/1)、Coding and Software Engineer (1/1)、常识推理 (1/1)
13 个共同 benchmark 上，GPT-5.2 平均高出 2.82 分。
单项差距最大的 benchmark：LiveBench — GPT-5.2 48.91，Opus 4.5 75.96（分差 -27.05）。
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。