按能力类目分组,每组内按分差大小排列;共 13 项。
| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 54.2019 / 58深度思考(无工具、并行) | 17.6032 / 58high | +36.60 |
| ARC-AGI | 90.5015 / 65深度思考(无工具、并行) | 72.8025 / 65high | +17.70 |
| GPQA Diamond | 93.207 / 175深度思考(无工具、并行) | 88.1025 / 175Thinking High (No Tools) | +5.10 |
| HLE | 45.5027 / 149Deep Thinking (With Tools + Internet) | 42.7038 / 149Thinking High (With Tools + Internet) | +2.80 |
| 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 / 106极高强度思考(无工具) | 9428 / 106Thinking High (No Tools) | +6 |
| 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 | 55.6012 / 36极高强度思考(工具) | 50.8024 / 36Thinking High (No Tools) | +4.80 |
| SWE-bench Verified | 8012 / 103极高强度思考(工具) | 76.3025 / 103high | +3.70 |
| 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 |
| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| BrowseComp | 65.8022 / 43Deep Thinking (With Tools + Internet) | 50.8034 / 43Thinking High (No Tools) | +15 |
| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| MMMU | 85.901 / 28极高强度思考(无工具) | 85.402 / 28Thinking High (No Tools) | +0.50 |
| 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 | 0.0 | 0.0 |
| 上下文长度 | 400K | 400K |
| 最大输出 | 暂无数据 | 131072 |
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 美元/100万 tokens |
| 文本输出 | $14 / 1M tokens | 10 美元/100万 tokens |
| 缓存读取 | $0.175 / 1M tokens | 0.125 美元/100万 tokens |
| 缓存写入 | $1.75 / 1M tokens | 暂无公开价格 |
13 个共同 benchmark 上,GPT-5.2 平均高出 9.24 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。