GPT-5.2 Pro
OpenAI· 2025-12-11 上线
综合榜暂不排名：评测成绩还不够
编程
—
科研
53.8
专业办公
—
知识问答
46.5
- 评测覆盖
- 3 / 25 项 · 12%
- 缓存输入
- —
- 输入
- ¥141.23
- 输出
- ¥1,129.85
价格：人民币 / 百万 Token。没有名次的领域是成绩还不够，暂不排名。
科研
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| FrontierMath（1–3 级） | 74.0% | 56.0 | xhigh | 66 |
| FrontierMath（4 级） | 46.0% | 51.6 | xhigh | 57 |
知识问答
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| SimpleBench | 57.4% | 46.5 | 默认 | 39 |
仅展示（不计分）
这些评测测的能力不在四个领域里，或者我们还没把握归到哪个领域。
| 评测 | 原始成绩 | 标准分 | 最好成绩的档位 | 比较模型数 |
|---|---|---|---|---|
| ARC-AGI-2 | 54.2% | 不计分 | high | 52 |
| ARC-AGI | 90.5% | 不计分 | xhigh | 52 |
| 国际象棋谜题 | 60.0% | 不计分 | xhigh | 88 |
原始成绩取这个模型各个推理档位（xhigh、high、medium）和各种评测配置里最好的一次；标准分 = 50 + 10 × （成绩 − 平均）÷ 标准差，在近 12 个月上线的模型里比较。「不计分」是这项评测有成绩的模型太少或不在计分范围。 数据 10月16日 06:10 更新。