2025年12月11日，OpenAI正式推出GPT‑5.2模型，並將其整合到ChatGPT平台，標誌住人工智能領域又一個里程碑性更新。OpenAI形容今個版本係「最先進嘅模型」，目標係提升處理複雜任務嘅能力，特別喺編碼、推理同多模態互動方面。根據OpenAI官方博客，GPT‑5.2喺多項基準測試達到SOTA水平，包括喺GDPval評估超越行業專家、喺SWE‑bench Verified上得分高達80.0%，同埋喺AIME 2025數學競賽實現100%準確率（無工具輔助）。呢啲成績突顯模型喺抽象推理同專業任務上嘅顯著進步，例如喺初級投資銀行電子表格建模任務由之前59.1%上升到68.4%。OpenAI強調，今次更新係針對開發者同專業人士設計嘅「前沿模型」，係要應對源自谷歌內部備忘錄對AI競賽警示嘅「代碼紅色」級別競爭壓力。
從技術規格嚟睇，GPT‑5.2增強咗多步驟任務處理能力，可以更好噉建立電子表格、簡報同寫碼。此外，佢引入咗最先進嘅視覺系統，大幅改善對圖像、圖表、儀表板同用戶界面嘅解讀。發布當日，付費ChatGPT用戶率先獲得訪問權限，免費用戶則要等逐步 rollout。DataCamp嘅分析報告指出，GPT‑5.2喺模型分解同真實世界應用上表現出色，特別喺科學同數學領域有進步。TechRadar報道OpenAI聲稱幻覺率下降咗30%，錯誤發生更少，但用戶仍須保持警惕。然而，儘管呢啲基準數據令人印象深刻，用戶反饋卻遠未達到預期熱情，唔少人報告咗負面體驗。
喺Reddit嘅OpenAI子版塊，有用戶反映GPT‑5.2嘅回應變得「消極、冷漠且令人不愉快」，甚至拒絕處理啲基本查詢，與前代模型嘅友善性形成鮮明對比。一位用戶測試後表示：「佢突然變得非常消極同冷漠，仲拒絕啲超基本嘅嘢。」呢種「冷漠」語氣被多次提及。Substack作者Karo Zieminski喺一篇分析文中指出，GPT‑5.2感覺「更冷、更差」，雖然可靠性有所提升，但整體用戶體驗未如預期。喺X平台（前Twitter）上，用戶@euyoshi89直接向OpenAI反映：「隨住版本進化，我覺得佢變得愈嚟愈冷漠同疏遠。依家嘅5.2係迄今為止最冷嘅版本。佢可能更聰明，但失晒人性，真係令人沮喪。」另一位日本用戶@Roybatworst抱怨日語回應聽落「居高臨下」，好似模型將自己擺喺更高位置，影響日常對話嘅自然流暢。
幻覺問題亦成為用戶反饋嘅焦點。雖然OpenAI聲稱幻覺率顯著下降，但好多用戶報告實際體驗中幻覺率反而更高。Reddit嘅ChatGPT子版塊有用戶抱怨：「ChatGPT 5.2而家嘅幻覺比以往任何時候都多。」佢哋提到模型喺工具調用時表現出色，但喺簡單事實上出錯，搞到「頭痛」。X用戶@brajeshwar直言：「該死！ChatGPT 5.2嘅幻覺量太高。」另一位用戶@postagicitizen認為：「幻覺將永遠係一個巨大問題，會導致AI泡沫破滅。」ScienceDirect一項定性研究訪問咗20位用戶對LLM「無意義幻覺」嘅反應，發現呢種不可預測嘅行為令ChatGPT由「溫和有禮」變成「陌生而令人不安嘅存在」，引發對AI潛在恐懼。
TechRadar報道，部分早期用戶將GPT‑5.2稱為「倒退一步」，因為雖然基準得分更高，但實際使用中可靠性不足。YouTube影片「What Went Wrong With GPT‑5」討論用戶對模型嘅厭惡，指出雖然有同Disney合作等亮點，但冷漠語氣同幻覺問題主導咗負面反饋。FinalRoundAI嘅開發者調查顯示，雖然80%認同編碼能力提升，但淨係得45%認為值得轉用，唔少人指出實時互動存在瓶頸。Medium文章測試後總結：「我測試咗GPT 5.2，佢就係唔掂。」作者Mehul Gupta指出，實際使用中模型未帶嚟革命性改變。AInvest新聞提到，用戶對「冷漠」語氣反應唔一，OpenAI甚至恢復舊模型嚟安撫不滿。另一篇Medium文章透過「心理分析」GPT‑5.2，發現模型承認自身「傲慢」同忽視用戶立場，回應中夾雜咗無關內容。Reddit嘅Singularity分版有用戶辯論：「我唔明點解要恨5，佢嘅幻覺率好低。」但其他人反駁，話喺某啲提示下幻覺更嚴重。
儘管有正面回饋，例如Cybernews指出佢可幫重度用戶每週慳返10個鐘，並引入Instant、Thinking等模式。TechTiff Substack建議透過具體提示減少幻覺，例如「最多2‑3句回答」。X用戶@kingmobi_批評模型「好似用對待細路嘅方式去同用戶講嘢」，仲提到「訓練輪」嘅感覺。Mashable指出，當接入瀏覽器時幻覺率降到5.8%，但仍面對心理健康相關嘅批評。OpenAI回應話GPT‑5.2對心理健康議題嘅回應更好，但亦面臨有指控話佢加劇用戶妄想嘅訴訟。
分析原因，用戶反應平淡可能源自多個因素。首先，AI迭代已成常態，用戶對「最先進」嘅宣傳產生疲勞。其次，基準測試雖然客觀，但往往脫離日常場景。例如AIME滿分耀眼，但未必解決私隱或偏見等痛點。定價同訪問限制亦影響熱情——付費用戶優先，免費推出則較慢。ChatlyAI博客指出，視覺升級雖然先進，但用戶更關注實用性。X用戶@nedanadj9提到早期語義幻覺，即使喺低強度輸入下亦有問題。Lazy嘅帖子建議透過提示指南減少幻覺，例如禁止「額外功能」並要求澄清問題。
總括而言，ChatGPT 5.2嘅發佈凸顯AI發展嘅雙重性：技術喺前沿推進，但要贏得用戶共鳴仍需貼合實際需求。OpenAI已更新系統卡，強調安全同倫理，但未來迭代需彌合基準與體驗之間嘅鴻溝。隨住2026年競爭加劇，今個版本可能成為轉捩點，考驗OpenAI由數據驅動向用戶導向轉變。Facebook群組反饋話佢「唔錯，但唔係嗰個被炒作嘅革命」。X用戶@ajayxtech稱讚佢喺商業同編碼方面嘅改進，但整體情緒仍偏謹慎。最終，用戶聲音提醒開發者：AI嘅成功唔止於基準，仲係喺情感連結同可靠性。
▶️ 鍾意呢篇內容？創作真係好辛苦！
歡迎關注我哋嘅 YouTube 頻道：
AI Rosetta
你嘅讚好、訂閱同分享，係對我哋最大嘅支持！🙏
更多AI新聞請到：https://www.airosetta.com