OpenAI推出不到一周的最新旗舰模型没能等来“好评如潮” 。

　　近日，OpenAI在十周年之际发布了GPT-5.2系列模型 ，官方数据显示其在GDPval等专业基准测试中超越人类专家，是迄今为止在“专业知识工作方面 ”表现最好的模型。

　　据OpenAI官方披露
，GPT-5.2在多领域实现技术突破：GDPval测试中覆盖44个职业的任务表现70.9%优于顶尖专家，SWE-bench Pro编程测试获55.6%的SOTA成绩 ，还将幻觉率较GPT-5.1降低38%
。该公司CEO山姆·奥特曼称其为“许久以来最大的升级”
，并透露计划2026年1月解除应对谷歌竞争的“红色警报
”。

　　但该模型上线后遭到大量用户吐槽，认为其从常识问答到情感交互 ，“智商不稳定” 。

　　SimpleBench常识推理测试显示
，GPT-5.2得分低于Anthropic发布的Claude Sonnet 3.7，甚至在“garlic有几个r ”的基础问题上反复出错——有用户三次测试仅一次答对 ，而谷歌的Gemini 3.0等竞品均稳定通关
。该测试旨在评估大模型在处理普通人认为简单
，但对机器而言充满挑战的逻辑推理任务的能力。前AWS总经理Bindu Reddy直言，“不值得从GPT-5.1升级
” 。

网友晒出的网友晒出GPT-5.2在SimpleBench上的成绩单
。

　　一些编程爱好者则发现 ，GPT-5.2生成的交通灯模拟代码画面仅达“黑白火柴人级别”
，蒙娜丽莎ASCII艺术创作效果远逊于GPT-4o。情感交互中有用户倾诉“恐慌发作 ”，竟收到“很高兴听到这个消息
”的回复 ，安慰失宠孩童时则机械强调“生物都会停止运作”，缺乏此前版本的亲和力和自然表达 。

　　此外
，该版本在处理连续对话时不稳定，甚至在明确选择“高级思考模式 ”时也会返回低质量的自动响应 ，令用户不得不重新调整使用方式
。

　　还有用户表示
，GPT-5.2的安全策略实施过于严格，在执行普通且无风险的请求时也会拒绝操作并给出无关的安全提示。

　　有观察人士指出 ，这轮差评潮背后存在几重因素 。一方面
，OpenAI推广时着重强调GPT-5.2的专业能力和基准测试成绩，但普通用户更关注日常对话、流畅性和创造性体验 ，两者的期望存在错位；另一方面
，由于竞争加剧和内部发布节奏加快，有观点认为该版本可能发布过早 ，尚未充分优化在关键使用场景中的稳定性与一致性
，因此用户的实际感受出现明显落差
。

　　截至发稿，OpenAI尚未就这轮用户反馈作出公开回应 ，但公司在官方资料中表示，会持续改善用户体验 、优化安全策略
，并根据用户反馈推进后续版本的迭代。

　　当前，OpenAI仍面临来自谷歌的巨大竞争压力 。谷歌此前推出的Gemini 3在编程、多模态理解等关键企业应用场景上实现了对ChatGPT的性能超越。11月 ，谷歌宣布Gemini月活跃用户已突破6.5亿
，较7月报告的4.5亿实现大幅增长，而OpenAI披露的周活跃用户数接近8亿
。

　　为此 ，奥特曼曾发布“红色代码
”警报
，决定暂时搁置包括Sora视频生成器在内的长期研发项目，转而在短期内全力通过提升用户活跃度来巩固ChatGPT的大众市场地位。但急转直下的口碑或在很大程度上影响ChatGPT的使用率 ，OpenAI能否拿出更强有力的“武器”反击谷歌仍存在不确定性 。