GPT-5.2vsGPT-5.1
在 16 个共同 benchmark 中，GPT-5.2 整体领先：GPT-5.2 领先 15 项，GPT-5.1 领先 1 项，持平 0 项，平均分差 +9.54。
GPT-5.215 项(94%)(6%)1 项GPT-5.1
评测分数
按能力类目分组，每组内按分差大小排列；共 16 项。
General Knowledge
GPT-5.2 领先 5/5| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 54.2023 / 62深度思考（无工具、并行） | 17.6036 / 62 | +36.60 |
| HLE | 45.5041 / 172Deep Thinking (With Tools + Internet) | 26.5097 / 172 | +19 |
| ARC-AGI | 90.5017 / 68深度思考（无工具、并行） | 72.8028 / 68 | +17.70 |
| LiveBench | 48.9194 / 115Normal (No Tools) | 42.65106 / 115Normal (No Tools) | +6.26 |
| GPQA Diamond | 93.209 / 187深度思考（无工具、并行） | 88.1031 / 187 | +5.10 |
Coding and Software Engineer
GPT-5.2 领先 3/3| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| IC SWE-Lancer(Diamond) | 74.602 / 8极高强度思考（工具） | 69.703 / 8Thinking High (No Tools) | +4.90 |
| SWE-Bench Pro - Public | 55.6025 / 54极高强度思考（工具） | 50.8040 / 54Thinking High (No Tools) | +4.80 |
| SWE-bench Verified | 8017 / 112极高强度思考（工具） | 76.3034 / 112 | +3.70 |
Math and Reasoning
GPT-5.2 领先 3/3| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| FrontierMath | 40.308 / 60极高强度思考（工具） | 26.7013 / 60Thinking High (With Tools) | +13.60 |
| FrontierMath - Tier 4 | 18.8016 / 80Thinking High (No Tools) | 12.5029 / 80Thinking High (With Tools) | +6.30 |
| AIME2025 | 1001 / 107极高强度思考（无工具） | 9428 / 107 | +6 |
Agent Level Benchmark
GPT-5.2 领先 1/1| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 98.704 / 35极高强度思考（工具） | 95.6014 / 35Thinking High (With Tools) | +3.10 |
AI Agent - Information Search
GPT-5.2 领先 1/1| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| BrowseComp | 65.8031 / 53Deep Thinking (With Tools + Internet) | 50.8043 / 53Thinking High (No Tools) | +15 |
AI Agent - Tool Usage
GPT-5.2 领先 1/1| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| MCP-Atlas | 67.6018 / 27极高强度思考（工具） | 50.1025 / 27Thinking High (With Tools) | +17.50 |
Multimodal Understanding
GPT-5.2 领先 1/1| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| MMMU | 85.901 / 29极高强度思考（无工具） | 85.402 / 29 | +0.50 |
常识推理
GPT-5.1 领先 1/1| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| Simple Bench | 45.8033 / 63Thinking High (No Tools) | 53.2023 / 63Thinking High (No Tools) | -7.40 |
规格对比
| 字段 | GPT-5.2 | GPT-5.1 |
|---|---|---|
| 发布机构 | OpenAI | OpenAI |
| 发布时间 | 2025-12-11 | 2025-11-12 |
| 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 | 400K |
| 最大输出 | 暂无数据 | 128K |
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 | GPT-5.1 |
|---|---|---|
| 文本输入 | $1.75 / 1M tokens | $1.25 / 1M tokens |
| 文本输出 | $14 / 1M tokens | $10 / 1M tokens |
| 缓存读取 | $0.175 / 1M tokens | $0.125 / 1M tokens |
| 缓存写入 | $1.75 / 1M tokens | $0 / 1M tokens |
小结
- GPT-5.2在以下类目领先:General Knowledge (5/5)、Coding and Software Engineer (3/3)、Math and Reasoning (3/3)、Agent Level Benchmark (1/1)、AI Agent - Information Search (1/1)、AI Agent - Tool Usage (1/1)、Multimodal Understanding (1/1)
- GPT-5.1在以下类目领先:常识推理 (1/1)
16 个共同 benchmark 上，GPT-5.2 平均高出 9.54 分。
单项差距最大的 benchmark：ARC-AGI-2 — GPT-5.2 54.20，GPT-5.1 17.60（分差 +36.60）。
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。