GPT-5.2vsGPT-5.1
在 14 个共同 benchmark 中，GPT-5.2 整体领先：GPT-5.2 领先 12 项，GPT-5.1 领先 1 项，持平 1 项，平均分差 +6.49。
GPT-5.212 项(86%)持平1(7%)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 14 项。
Math and Reasoning
GPT-5.2 领先 3/3| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| AIME2025 | 51153 / 215Normal (No Tools) | 38170 / 215Normal (No Tools) | +13 |
| MathArena Apex | 13.5413 / 17Thinking High (With Tools) | 1.0414 / 17Thinking High (With Tools) | +12.50 |
| FrontierMath - Tier 4 | 18.8016 / 80Thinking High (No Tools) | 12.5029 / 80Thinking High (No Tools) | +6.30 |
Agent Level Benchmark
GPT-5.2 领先 1/2| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| Terminal Bench Hard | 31.80100 / 244Normal (With Tools) | 22.70143 / 244Normal (With Tools) | +9.10 |
| τ²-Bench - Telecom | 46.50178 / 264Normal (With Tools) | 46.50178 / 264Normal (With Tools) | 持平 |
Coding and Software Engineer
GPT-5.2 领先 2/2| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| LiveCodeBench | 66.90103 / 250Normal (No Tools) | 49.40167 / 250Normal (No Tools) | +17.50 |
| GSO | 27.407 / 21Thinking High (With Tools) | 13.7013 / 21Thinking High (With Tools) | +13.70 |
General Knowledge
GPT-5.2 领先 2/2| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| LiveBench | 48.9196 / 117Normal (No Tools) | 42.65108 / 117Normal (No Tools) | +6.26 |
| HLE | 8419 / 563Normal (No Tools) · Text only | 5.30471 / 563Normal (No Tools) · Text only | +2.70 |
Instruction Following
GPT-5.2 领先 1/1| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| IF Bench | 47.40168 / 282Normal (No Tools) | 43.20192 / 282Normal (No Tools) | +4.20 |
Long Context
GPT-5.2 领先 1/1| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| AA-LCR | 45.70144 / 170Normal (No Tools) | 45147 / 170Normal (No Tools) | +0.70 |
Multimodal Understanding
GPT-5.2 领先 1/1| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| MMMU-Pro | 65.80148 / 227Normal (No Tools) | 62.40163 / 227Normal (No Tools) | +3.40 |
常识推理
GPT-5.1 领先 1/1| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| SimpleBench | 45.8058 / 93Thinking High (No Tools) | 53.2045 / 93Thinking High (No Tools) | -7.40 |
科学与综合推理
GPT-5.2 领先 1/1| 评测项 | GPT-5.2 | GPT-5.1 | 分差 |
|---|---|---|---|
| GPQA Diamond | 73.23298 / 462Normal (No Tools) | 64.30361 / 462Normal (No Tools) | +8.93 |
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:Math and Reasoning (3/3)、Agent Level Benchmark (1/2)、Coding and Software Engineer (2/2)、General Knowledge (2/2)、Instruction Following (1/1)、Long Context (1/1)、Multimodal Understanding (1/1)、科学与综合推理 (1/1)
- GPT-5.1在以下类目领先:常识推理 (1/1)
14 个共同 benchmark 上，GPT-5.2 平均高出 6.49 分。
单项差距最大的 benchmark：LiveCodeBench — GPT-5.2 66.90，GPT-5.1 49.40（分差 +17.50）。
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。