Фактические результаты тестирования GPT-5.2: Незначительное увеличение способности противостоять скачкам цен, что делает его способным противостоять Gemini?

GPT 5.2, разработанный для превосходства над Gemini, был официально выпущен сегодня рано утром и доступен всем пользователям.

Я отменил свою подписку на ChatGPT Plus в прошлом месяце и перешёл на Gemini. Нужно ли мне теперь возвращаться к ней из-за GPT-5.2?

После прочтения реальных отзывов пользователей сети и практического тестирования APPSO вы, возможно, найдете ответ.

В GPT 5.2 обновлены три модели: GPT-5.2 Instant, Thinking и Pro. Если вы привыкли к тщательному анализу каждого вопроса и ответа в Gemini 3.0 Pro, то, начав использовать GPT-5.2 Thinking/Pro, вы заметите, что скорость обработки информации в ChatGPT снизилась, а время обработки вопросов увеличилось.

Такое же мнение разделяют большинство пользователей, получивших ранний доступ, в социальных сетях. Другими словами, GPT-5.2 — это улучшение по сравнению с версией 5.1 во всех аспектах, и GPT-5.2 Pro очень хорошо подходит для профессиональных задач вывода, требующих длительного времени выполнения; однако время ожидания результатов увеличивается.

Например, один пользователь рассказал, что когда он ввел запрос "Помогите мне составить диаграмму результатов теста HLE", программе GPT-5.2 Pro потребовалось целых 24 минуты, чтобы создать диаграмму.

К счастью, вся информация оказалась точной, и даже лучший результат на графике по-прежнему показывал Gemini 3.0 Pro.

Это также связано с тем, что срок действия знаний по GPT-5.2 перенесен на август 2025 года , в то время как срок действия знаний по GPT-5.1 был установлен на сентябрь 2024 года, а срок действия знаний по Gemini 3.0, которая была выпущена в прошлом месяце, — на 2025 год.

Когда мы использовали GPT-5.2 Thinking для построения диаграммы истории выпусков моделей OpenAI, это заняло не слишком много времени, и информация оказалась достаточно точной. Для простых задач время, затраченное на использование модели Thinking, значительно отличается от времени, затраченного на использование модели Pro.

Благодаря своей "сверхвысокой интенсивности" рассуждений и новейшим мировым знаниям, а также многомодальным возможностям понимания и анализа изображений, GPT 5.2 быстро занял второе место в области больших моделей. GPT-5.2-High занял второе место в проекте WebDev (веб-разработка) , а GPT-5.2 — шестое. Для сравнения, Gemini 3.0 Pro занял третье место, а Claude по-прежнему удерживает первое место.

Компания LMArena также выпустила тестовое видео, демонстрирующее использование GPT-5.2 для выполнения ряда задач 3D-моделирования с очень высокой точностью. Однако некоторые пользователи сети прокомментировали это: «Неужели это всё ещё 2003 год?»

Для достижения этого 3D-эффекта с помощью three.js требуется высокая степень мультимодального понимания и способности модели к рассуждению, а также оптимизация в разработке и проектировании программ; GPT-5.2 вполне оправдывает это обновление до версии 0.1.

В настоящее время многие тесты, которыми делятся пользователи сети, в основном сосредоточены на создании полноценных 3D-движков, и GPT-5.2 демонстрирует очень хорошие результаты. Например, есть также тесты с использованием режима рассуждений высокой сложности GPT-5.2 Thinking, который в одностраничном файле создал 3D-модель снежного ледяного королевства, поддерживающую интерактивное управление и экспортируемую в разрешении 4K.

Также имеются трехмерные модели бурных готических городских зданий, созданные с помощью GPT-5.2 Pro.

Что касается возможностей понимания и анализа 3D-данных, мы также использовали подсказку, которую Иэн Гудфеллоу использовал после выхода Gemini 3.0 Pro: загрузить изображение, а затем указать модели сгенерировать красивую сцену для одностраничного приложения Three.js в формате воксельной графики на основе этого изображения.

Разница довольно очевидна. Хотя ChatGPT также считывал содержимое загруженного изображения — розовую книгу, зеленое поле, серую тонущую поверхность и белую воду — созданная им 3D-анимация была несколько примитивной по сравнению с Gemini 3.0 Pro.

Могу лишь сказать, что объявление Ультраменом этой «красной тревоги» демонстрирует истинные качества Близнецов.

Проверка навыков программирования неизбежно включает в себя классические физические симуляции с использованием шестиугольных шаров. Один блогер усложнил задачу, используя полностью подсвеченные красные 3D-шары. Эффект выглядит очень круто, и многие пользователи сети спрашивают, как это было достигнуто; однако некоторые отмечают, что эти шары, похоже, не подвержены воздействию гравитации.

Затем некоторые пользователи сети ответили, что это имитация космического пространства.

Также есть тест на знание SVG-кода и пеликан, едущий на велосипеде.

Некоторые пользователи сети также поделились информацией о создании симулятора лесного пожара с использованием GPT-5.2, который позволяет регулировать скорость, размер и радиус распространения огня и т.д.

Мы создали веб-страницу для планетарных сигналов, макет которой практически идентичен этой веб-странице с визуализацией лесных пожаров. Единственное отличие заключается в том, что контент, отображаемый в левой части, был изменен с рассеянных звезд на небесные тела.

Для тестирования GPT-5.2 мы также использовали моментальную камеру, которую сами сделали с помощью Gemini 3. Мы вводили те же запросы, попросив разработать веб-приложение в стиле ретро-моментальной камеры.

Несколько неожиданно, но ChatGPT также может создавать мгновенные фотографии за один раз.

Когда мы тестировали Gemini 3.0 Pro ранее, его наиболее мощными возможностями были программирование и тот факт, что он не требовал от нас ввода множества команд. Мы могли просто предоставить ему скриншот или видео и попросить воспроизвести их, и Gemini это делал.

На этот раз мы также добавили видео и попросили его воспроизвести веб-страницу, которая генерирует это древнее стихотворение.

В отличие от GPT-5.1, который совершенно не знал цветовой схемы моих загруженных видео, на этот раз, похоже, он чему-то научился. Однако, поскольку веб-страницы, сгенерированные Gemini, могут напрямую интегрировать функциональность ИИ через свой API, ChatGPT еще не интегрировал ИИ в эти сгенерированные веб-страницы. Поэтому здесь представлены лишь несколько уже написанных стихотворений.

Помимо классических тестов на навыки программирования и простого создания одностраничного HTML-файла, некоторые пользователи также используют его для написания кода на Python.

Пользователь предложил следующий вариант решения: «Напишите код на Python, который визуализирует работу светофора на улице с односторонним движением, где автомобили въезжают со случайной периодичностью».

Он протестировал как GPT 5.2 Extended Thinking, так и Claude Opus 4.5, и результаты были очевидны. Можно с уверенностью сказать, что нас часто спрашивают, какая модель программирования лучшая, и не случайно модель Клода так популярна среди разработчиков.

▲ Ниже представлена ​​версия GPT-5.2, источник: https://x.com/diegocabezas01/status/1999228052379754508

Кроме того, самым большим недостатком предыдущей модели Claude была её высокая цена. Claude Opus 4.5 стоил 5 долларов за миллион токенов на входе и 25 долларов за миллион токенов на выходе. Теперь цена GPT-5.2 сравнялась с ней, и она примерно на 40% дороже, чем GPT-5.1. GPT-5.2 Pro стоит 21 доллар за токен на входе и 168 долларов за токен на выходе.

В своем официальном блоге, посвященном выпуску GPT-5.2, компания OpenAI упомянула, что в этой версии также улучшены возможности обработки изображений.

Модель GPT-5.2 Thinking — наша самая мощная на сегодняшний день визуальная модель, позволяющая снизить частоту ошибок примерно вдвое при построении графовых схем и понимании интерфейса программного обеспечения.

В нем также приводится пример использования ИИ для добавления размытых рамок на материнскую плату; по сравнению с GPT-5.1, GPT-5.2, хотя и допускает ошибки, отмечает больше областей.

А что насчет Nano Banana Pro? Некоторые пользователи использовали Nano Banana Pro для удаления аннотаций с изображений, а затем просили добавить новые целевые рамки. Как вы думаете, какой вариант лучше?

Мне кажется, что ChatGPT "унижает себя" в тех областях, где другие преуспевают. Nano Banana сейчас является бесспорным лидером в работе с изображениями, и хотя GPT-5.2 содержит больше информации для аннотирования, многие ограничивающие рамки по-прежнему определены неточно.

По сравнению с предыдущим поколением GPT-5.1, значительно улучшены возможности программирования и обработки изображений. Если вы какое-то время пользовались ChatGPT, вы сразу почувствуете разницу после обновления. Однако по сравнению с другими моделями, в плане программирования и обработки изображений, он все еще не достигает того же уровня превосходства, что и Nano Banana на момент своего первого выпуска.

Что касается эстетического веб-дизайна, некоторые пользователи сети поделились созданными ими фронтенд-страницами с использованием GPT-5.2. Посмотрим, будут ли фронтенд-программисты снова "убиты" на этот раз.

По сравнению с ранее повсеместно распространенным фиолетовым градиентом, уровень дизайна GPT-5.2 действительно улучшился. Однако, как отметил сам блогер, GPT-5.2, похоже, особенно любит рисовать квадраты на экране, создавая повсюду слои сетки.

Существует также специальный список, касающийся возможностей дизайна. GPT-5.2 совершила скачок вперед, поднявшись с GPT-5.1, которая ранее занимала место за пределами первой десятки, на третье место. Однако наивысший балл по-прежнему принадлежит Gemini 3.0 Pro.

Мы также поставили перед GPT-5.2 задачу создать «высококачественный» веб-сайт, специально для главной страницы компании, занимающейся искусственным интеллектом. Результат? GPT-5.2 очень любит использовать блоки; и я каким-то образом снова получил градиентный фиолетовый цвет.

Наконец, что касается написания текстов, то, судя по отзывам некоторых опытных пользователей, GPT-5.2 начинает демонстрировать способность создавать довольно длинные романы.

Например, когда ChatGPT просят сгенерировать 50 сюжетных идей, он воплощает их все в жизнь, а не только часть, как другие модели. А когда его просят написать книгу объемом 200 страниц, ChatGPT не просто говорит, что не может этого сделать; вместо этого он действительно пытается, не только выстраивая всю структуру книги, но и генерируя PDF-файл.

Пользователи сети отметили, что, хотя сами страницы довольно тонкие, а книга короткая… в конце концов, в настоящее время невозможно написать роман, который можно было бы опубликовать за один раз, но тот факт, что автор, имея 50 идей, может начать это делать, и в итоге написать книгу на 200 страницах, показывает, что у него достаточно глубокая мысль.

Самое замечательное в GPT-5.2 — это его способность очень хорошо следовать инструкциям… не просто в общих чертах делать то, что я говорю, а действительно выполнить всю описанную мной задачу.

GPT-5.2 постепенно внедряется для всех пользователей. Каков ваш практический опыт?

Обновление до GPT-5.2 не заставило меня перейти с Gemini. Хотя программа и показала хорошие результаты во многих рейтингах, как в собственных, так и в публичных тестах, реальный пользовательский опыт оставлял желать лучшего. В части генерации 3D-моделей часто возникали ошибки в коде, а общий эстетический стиль не претерпел существенных улучшений, и всё это за такую ​​цену.

Gemini тоже не останавливается, продолжая оказывать давление на Ultraman. Сегодня утром, хотя новая модель не была выпущена, Gemini Deep Research был переработан и теперь доступен через API. В будущем обновления также будут доступны для Gemini, Google Search и NotebookLM.

Новый агент Gemini Deep Research превзошел недавно выпущенный GPT-5.2 Thinking (45,5%) в тесте Human Last Exam (HLE) с результатом 46,4%, а также показал хорошие результаты в собственных тестах Google DeepSearchQA и BrowseComp.

Вероятно, тревога в Ультрамене продлится ещё некоторое время.

#Добро пожаловать на официальный аккаунт iFanr в WeChat: iFanr (идентификатор WeChat: ifanr), где вы сможете в кратчайшие сроки увидеть еще больше интересного контента.

ifanr | Оригинальная ссылка · Посмотреть комментарии · Sina Weibo