GPT-52被曝作弊！偷袭谷歌竟靠拉爆token刷高分不如Gemini 3

【新智元导读】GPT-5.2打赢Gemini 3.0 Pro，竟是靠高推理与海量Token「作弊」？网友的这个发掘，正在AI社区一石激起千层浪。更众网友众说纷纭展现：GPT-5.2，并没有那么好用！

一位用户通过紧密准备发掘了「华点」：OpenAI正在最新揭晓的基准测试中，恐怕通过调治模子「推理力度」参数，让GPT-5.2正在环节评测中行使了远超敌手的算力资源。

昨天的AI圈，都被GPT-5.2吊打Gemini 3.0 Pro的结论所轰动，而前者正在ARC AGI 2的精巧涌现，则尤为出圈，被AI社区大加称誉。

比拟之下，谷歌Gemini 3.0 Pro以6.7万token博得肖似功效，服从超越整整一倍。

独一破例的是GDPVal——一个由OpenAI本人创修的测试集。既当裁判又当运发动，结果的客观性就有待考量了。

原来，Ilya正在之前的采访中就仍旧说过，现正在的大模子根基都是为了榜单定向优化的，榜单结果的水分都大得很。

业内人士都理解，此刻AI基准测试的「军备竞赛」早已超越纯正的本事竞赛。各家厂商都正在竞相推出本人的评测规范，而这些规范往往成心偶然地倾向自家模子。

分别模子正在分别编程做事上各有千秋，但没有一个模子能正在完全做事上全数领先。显着，确实寰宇的题目远比简单分数丰富。

若是GPT-5.2仅仅是通过打发更众算力得回了功能提拔，那真的能智能先进吗？依旧仅仅是「暴力准备」的告捷呢？

有人展现，若是用户取得的「推理力度」参数是相同的，也用的是同样的token，那OpenAI就不算乌有营销。

他们认为，纵然增长Gemini 3的token数目，它也未必就能赶超GPT-5.2，这一点来说，前者切实掉队了。

早正在GPT-5.1揭晓时，完全基准测试顶用的都是高推理力度（high），然而plus用户却只可行使中等的版本。

而现正在的5.2版本中，OpenAI增长了更高的「xhigh」推理力度，以是基准测试中显示的功能，要远远超出ChatGPT付用度户的本质体验。

网友本认为GPT-5.2会比5.1好得众，但本质用起来并非如许，它并不行明确他写的函数代码。

总之，GPT-5.2的本质体验跟基准测试好似相差许众，保不齐又是一个正在赤色警报状况下匆促拿出的产物。

终于，当一家机构既是「咨议AI的人」，又是「靠AI卖故事的人」，它还能老诚地面临那些逆耳的到底吗？

正在面临「AI是否会抢走你的饭碗」这类致命题目时，OpenAI的政策已静静变更：闭上嘴，潜心卖货。

回望2023年，OpenAI揭晓的重磅论文《GPTs Are GPTs》，直白地剖释了哪些行业最容易被AI推倒，并正在第二年登上了Science。

正在新任首席经济学家Aaron Chatterji的率领下，OpenAI揭晓了一份名为《环球用户奈何行使ChatGPT》的呈文。

对此，一位前员工吐槽道：「这的确是为『AI缔造价格』这一命题量身定做的软广，充满了掩盖宁静的滋味。」

那些讨论AI奈何代替初学级白领（如客服、行政）的课题，要么被央浼「软化言语」，要么直接被束之高阁。

前计谋咨议主管Miles Brundage辞职时直言，公司「太高调、束缚太众」，让他「无法楬橥真正紧张的见解」。

超等对齐团队的William Saunders因不满公司「只顾推新产物、忽视用户危机」而愤然出走。

前安好咨议员Steven Adler更是公然炮轰ChatGPT恐怕诱发用户的「精神风险和妄思」。

翻译一下即是：别再发论文论证AI会导致赋闲了，这倒霉于带货；众思思若何夸咱们的产物能提效吧。

此刻的OpenAI早已不是当年的非营利实践室，它正冲刺1万亿美元的惊人估值，并筹办着史上最大界限的IPO。

若是你正绸缪上市，正试图说服全寰宇拥抱AI，你毫不生机自家的咨议员跳出来说：「嘿，依据数据，这波AI恐怕会让30%的白领赋闲。」

他们的CEO Dario Amodei乃至公然「唱反调」，告诫到2030年AI恐怕庖代一半的初学级白领。

当然，这未必全是出于老诚——许众人解读，这只是是Anthropic为了换取拘押盈余而负责卖出的「焦急」。

此刻职掌其经济咨议团队的，是前克林顿照料、有着「灾难行家」之称的顶级风险公闭专家——Chris Lehane。

正在这个悉心修订的新版本里，AI毫不恐怕是激发社会动荡的「怪物」，它只会是助你「每天省下40分钟」的乖巧助手。