年終AI大戲，OpenAI敗給了谷歌？GPT-5.2上線48小時，全網吐槽一大片。第三方數據實證，Gemini 3 Pro才是真正的王者。
OpenAI打出了GPT-5.2這張「年度王牌」，卻沒有打贏谷歌...
Epoch AI最新報告，GPT-5.2的能力指數（ECI）得分152，僅次於Gemini 3 Pro。
在多項基準測試中，GPT-5.2的實力並沒有「全線霸榜」。
在由陶哲軒聯手百位數學家出的考題——FrontierMath中，GPT-5.2僅在T1-3級中霸榜，T4還是Gemini 3的高地。
另外，在國際象棋Chess Puzzles中，GPT-5.2拿下了第一的成績。
唯一例外的是，在SimpleQA Verified上，GPT-5.2都不及GPT-5.1，意味著迭代後的可信度更差了。
不僅如此，多個第三方基準評測顯示，GPT-5.2遠不及預期，沒有打敗Gemini 3。
包括OCR-Arena、simple-bench、Live-Bench上，GPT-5.2甚至都排在了Claude Opus 4.5之後。
發佈僅兩天，GPT-5.2水花不大，反而圈子裡開發者吐槽的不少。
為了打贏這場硬仗，OpenAI拉響「紅色警報」，把改進ChatGPT事項提到了優先級。
更極端的是，內部直接停掉了AGI的研發，Sora也暫停了八週，顯然擺出了破釜沉舟的姿態。
可是呢，在業界來看，OpenAI至今仍未擺脫被動的局面。
GPT-5重度用戶站出來發聲，「GPT-5.2距離成為一塊石頭也不遠了」。
年終之戰，OpenAI敗了？
三年前，谷歌因錯失先機，被OpenAI ChatGPT搶盡了風頭。
近日，谷歌創始人謝爾蓋·布林重返斯坦福演講，現場公開承認曾經的「最大失誤」：
我們搞砸了——太怕AI說錯話，結果輸掉一個時代。
如今，憑藉Gemini 3 Pro+Nano Banana Pro，谷歌已重回AI浪潮之巔。
風水輪流轉。這一次，輪到了OpenAI，卻在2025年這場關鍵戰役中自亂陣腳。
上線首日，奧特曼激動宣稱，API調用量就超過了萬億token，且增長速度極快
此前Information爆料，GPT-5.2，代號大蒜（Garlic），原計劃在明年初亮相。
整個硅谷，曾透露了一種風聲——OpenAI預訓練終結了，甚至GPT-5.1可能基於4o後訓練而來，由此提升不大。
確實如此，在預訓練上，OpenAI遇到了Scaling瓶頸。
預訓練Scaling，或許不大
在GPT-5.2（大蒜）研發上，原爆料稱，OpenAI解決了預訓練環節遇到的一些關鍵問題——
改進之前「最好的」且「體量大得多」的預訓練模型。
在內部，OpenAI整合了在開發「Shallotpeat」期間修復的Bug，積累了許多預訓練的經驗。
正如Information所言，最關鍵的突破發生在「預訓練階段」。
但以上的一切信息，都是新聞報道。OpenAI究竟在預訓練上，是否實現了重大突破，難以得知。
但從官方全線擊敗Gemini 3基準上可以猜測，GPT-5.2在預訓練方面取得了一定的改進。
但是從第三方評測和網友反饋中，GPT-5.2在底層技術迭代上，沒有實現突破式的進展。
Epoch AI另一項評估中，頂尖AI大模型在長程任務的性能，Gemini 3依舊是最強的——
Gemini 3 Pro：4.9小時
GPT-5.2：3.5小時
Opus 4.5：2.6小時
正如工程師Dan Mac所言，Gemini 3 Pro之所以擁有更深入的智能，是因為谷歌預訓練最強。
而GPT-5.2擁有最好的專用智能，是OpenAI在後訓練上優化的結果。
明年初，還有更大的
紐約時報最新爆料稱，接下來幾周，OpenAI將繼續把重點放在ChatGPT優化上。
他們正在籌備明年初的一次更大規模發佈。
在內部，OpenAI的2B和2C方向的「雙線作戰」模式並行。
OpenAI也在推進其他項目，包括廣告和電商相關嘗試。
儘管被吐槽，他們仍在探索「更剋制」的方式，比如通過ChatGPT聊天完成購物，並從交易中抽成。
在企業市場方面，OpenAI正將支撐ChatGPT的同一套AI技術引入企業軟件領域。
數據顯示，每週使用ChatGPT的用戶超過8億人，市場份額約為76%。
一位AI大佬說，「消費級AI幾乎就等同於OpenAI，如果失去了這一點，這家公司就不會有現在這樣的價值」。
然而，在過去12個月裡，全世界多家AI初創已開發出能夠匹敵，甚至在某些方面超越OpenAI領先模型的技術。
谷歌Gemini 3 Pro的出世，對OpenAI業務來說著實是一次不小的打擊。
Gemini 3力壓GPT-5.2，OpenAI只是虛晃一槍？
就從網友實測角度來說，GPT-5.2還有很大的改進空間。
有網友忍無可忍，直言OpenAI完全沒腦子：
GPT-5.2語氣冰冷，堪比北極，完全無視用戶體驗，「一味地不斷倒退，把原本正常、自然的語言越改越離譜，最後變成一堆辱罵和說教，然後還把這當成某種勝利來兜售。」
OpenAI活該被Gemini 3嚇得夠嗆。
比如，在視覺推理上，Gemini 3 Pro完全碾壓GPT-5.2。
在3D模型生成上，GPT-5.2速度更慢、成本更高，總體表現不如Gemini 3。
在越界小說生成上，GPT-5.2墊底，不如Gemini 3 Pro、Claude 4.5 Opus、Grok 4：
越界小說是一種文學類型，以渴望衝破社會桎梏與基本規範的角色為核心。
這類作品通常涉及一系列禁忌主題、黑暗題材與極端議題。
在前端代碼生成上，Gemini 3大幅領先，GPT-5.2仍望塵莫及。
在相同提示下，在健身儀表盤首頁設計上，53萬多人討論了Gemini 3 、GPT-5.2和Claude Opus 4.5的設計，
提示詞：健身儀表盤首頁。頂部為每週活動概覽（緊湊型），今日消耗卡路里及環形進度條（緊湊卡片），卡路里卡片下方為連續鍛鍊計數器，底部為周度鍛鍊柱狀圖。移動端應用，單屏顯示。視覺風格：淺色模式，柔和的乳白色背景，圓角卡片帶有細微陰影，珊瑚色作為主要強調色，電子藍用於圖表和高亮部分。簡潔的無襯線字體排版，現代卡片式佈局。情緒：激勵人心且充滿活力。清新、純淨且平易近人。現代健康美學，令人感到鼓舞和振奮。
GPT 5.2幾乎次次墊底：
開發者Mattia用AI搜索模型Perplexity查看了全部評論，Gemini 3是最後的贏家！
如果以上只是個例，那下列的數據不會撒謊：GPT-5.2不及Gemini 3 Pro。
GPT-5.2慘遭滑鐵盧
在博彩網站Ploymarket上，大部分網友認為谷歌在今年年底擁有最好的AI模型。
在網友Lisan al Gaib的小型手動性能對比基準Dubesors上，Gemini 3 Pro排名第一，而GPT-5.2排到了16名。
致力於推動AI安全研究和提升公共討論關注度的CAIS（Center for AI Safety，人工智能安全中心），發佈了最新的CAIS AI Dashboard，結果還是Gemini 3 Pro在文本和視覺能力指數上勝出，就在風險指數上落後GPT-5.2。
在文本能力指數測試中，Gemini 3 Pro只在ARC-AGI-2中落後，GPT-5.2幾乎全線潰敗！
在視覺能力指數測試中，Gemini 3 Pro再次幾乎全勝，比GPT-5.2平均得分高出了4.5分！
在風險指數測試中，GPT-5.2領先Gemini 3 Pro，但落後於Claude Opus 4.5和Claude Sonnet4.5.
在評估語言模型在終端環境中驅動自主智能體能力的測試平臺Terminus上，Gemini 3.0 Pro和GPT-5.2幾乎不分上下，但Gemini 3.0 Pro與GPT-5.2的高推理模式相比，仍平均多了0.2%。
此外，網友也驗證其他基準測試，比如SWE-Bench、IUMB：
總之，GPT-5.2疑似翻車，在多個重要的基準測試中似乎落後於Gemini 3：
奧特曼聖誕驚喜
GPT-5.2發佈當天，奧特曼還預告了，下一週還有「聖誕禮物」。
至於新品，可能就是下一代GPT Image v2模型了。
幾天前，兩款神秘AI圖像模型「栗子」和「榛子」在LM Arena平臺上展開測試。
但是，開發者實測後表示，目測OpenAI圖像模型不太樂觀。
在圖像生成/編輯方面，GPT圖像模型遠落後於Gemini 3加持的Nano Banana Pro。
而且輸出的結果，存在一系列的問題——
黃色色調、邏輯性差、一致性弱、圖像質量較低、世界知識不足等問題。
據稱，這款模型的基底，可能還是GPT-4o。
2025年終局之戰，真的已經塵埃落定了嗎？
參考資料：
https://www.nytimes.com/2025/12/11/technology/openai-google-ai-technology-gap.html
https://dashboard.safe.ai/
本文來自微信公眾號“新智元”，作者：桃子 KingHZ，36氪經授權發佈。
