【新智元导读】GPT-5.2打赢Gemini 3.0 Pro，竟是靠高推理与海量Token「做弊」？网友的这个发现，在AI社区一石激起千层浪。更多网友众说纷纭表明：GPT-5.2，并没那么好用！

  一位用户经过精密核算发现了「华点」：OpenAI在最新发布的基准测验中，或许经过调整模型「推理力度」参数，让GPT-5.2在要害评测中运用了远超对手的算力资源。

  这就像两个棋手对弈，一方被答应考虑一个小时，另一方却只有十分钟，然后宣告前者取胜。

  昨日的AI圈，都被GPT-5.2吊打Gemini 3.0 Pro的定论所震慑，而前者在ARC AGI 2的精彩体现，则尤为出圈，被AI社区大加欣赏。

  相比之下，谷歌Gemini 3.0 Pro以6.7万token获得类似成果，功率高出整整一倍。

  仅有破例的是GDPVal——一个由OpenAI自己创立的测验集。既当裁判又当运动员，成果的客观性就有待考量了。

  其实，Ilya在之前的采访中就现已说过，现在的大模型根本都是为了榜单定向优化的，榜单成果的水分都大得很。

  业内人士都知道，现在AI基准测验的「军备竞赛」早已超出单纯的技能竞赛。各家厂商都在竞相推出自己的评测规范，而这些规范往往有意无意地倾向自家模型。

  不同模型在不同编程使命上各有所长，但没有一个模型能在一切使命上全面抢先。明显，实在国际的问题远比单一分数杂乱。

  假如GPT-5.2仅仅是经过耗费更多算力获得了功能提高，那真的能智能前进吗？仍是仅仅是「暴力核算」的成功呢？

  有人表明，若用户得到的「推理力度」参数是相同的，也用的是相同的token，那OpenAI就不算虚伪营销。

  他们觉得，即便添加Gemini 3的token数量，它也未必就能赶超GPT-5.2，这一点来说，前者确实落后了。

  早在GPT-5.1发布时，一切基准测验顶用的都是高推理力度（high），但是plus用户却只能够运用中等的版别。

  而现在的5.2版别中，OpenAI添加了更高的「xhigh」推理力度，所以基准测验中显现的功能，要远超于ChatGPT付费用户的实践体会。

  网友本认为GPT-5.2会比5.1好得多，但实践用起来并非如此，它并不能了解他写的函数代码。

  另一些网友反应说，GPT-5.2好像把成年人当学龄前儿童对待，感觉不像是晋级，反而是后退。

  总归，GPT-5.2的实践体会跟基准测验好像相差许多，保不齐又是一个在红色警报状态下匆促拿出的产品。

  被谷歌打得匆匆忙忙、连滚带爬的OpenAI变成今日这个姿态，明显不是一朝一夕的事。

  究竟，当一家组织既是「研讨AI的人」，又是「靠AI卖故事的人」，它还能诚笃地面临那些尖锐的本相吗？

  根据Wired的最新查询，OpenAI内部正在阅历一场关于「真话权」的剧烈地震。

  在面临「AI是否会抢走你的饭碗」这类丧命问题时，OpenAI的战略已悄然改变：闭上嘴，专注卖货。

  回望2023年，OpenAI发布的重磅论文《GPTs Are GPTs》，直白地分析了哪些职业最简单被AI推翻，并在第二年登上了Science。

  在新任首席经济学家Aaron Chatterji的带领下，OpenAI发布了一份名为《全球用户怎样样去运用ChatGPT》的陈述。

  对此，一位前职工吐槽道：「这简直是为『AI发明价值』这一出题量身定做的软广，充满了粉饰太平的滋味。」

  对立的爆发点，是陈述作者之一、OpenAI经济研讨主干Tom Cunningham的离任。

  那些讨论AI怎样代替入门级白领（如客服、行政）的课题，要么被要求「软化遣词」，要么直接被置之不理。

  前政策研讨主管Miles Brundage离任时直言，公司「太高调、约束太多」，让他「无法宣布真实重要的观念」。

  超级对齐团队的William Saunders因不满公司「只管推新产品、无视用户危险」而勃然出走。

  前安全研讨员Steven Adler更是揭露炮轰ChatGPT或许诱发用户的「精力危机和梦想」。

  面临Cunningham的离任，OpenAI高层上演了一出教科书般的危机公关。

  既然是咱们把AI面向了国际，咱们就得担任构建解决方案，而不是光盯着问题看。

  翻译一下便是：别再发论文证明AI会导致赋闲了，这不利于带货；多想想怎样夸咱们的产品能提效吧。

  现在的OpenAI早已不是当年的非营利实验室，它正冲刺1万亿美元的惊人估值，并准备着史上规划最大的IPO。

  假如你正准备上市，正试图压服全国际拥抱AI，你绝不期望自家的研讨员跳出来说：「嘿，根据数据，这波AI或许会让30%的白领赋闲。」

  他们的CEO Dario Amodei乃至揭露「唱反调」，正告到2030年AI或许替代一半的入门级白领。

  当然，这未必满是出于诚笃——许多人解读，这不过是Anthropic为了交换监管盈利而故意贩卖的「焦虑」。

  现在掌管其经济研讨团队的，是前克林顿参谋、有着「灾祸大师」之称的尖端危机公关专家——Chris Lehane。

  在这个精心修订的新版别里，AI绝不或许是引发社会动乱的「怪物」，它只会是帮你「每天省下40分钟」的灵巧帮手。