2025年12月11日，OpenAI正式推出GPT‑5.2模型，并将其集成到ChatGPT平台中，标志着人工智能领域又一里程碑式更新。这一版本被OpenAI描述为“最先进的模型”，旨在提升复杂任务处理能力，尤其在编码、推理和多模态交互方面。 据OpenAI官方博客介绍，GPT‑5.2在多项基准测试中达到了SOTA（State‑of‑the‑Art）水平，包括在GDPval评估中超越行业专业人士，在SWE‑bench Verified基准上得分高达80.0%，以及在AIME 2025数学竞赛中实现100%准确率（无工具辅助）。 这些成绩凸显了模型在抽象推理和专业任务上的显著进步，例如在初级投资银行电子表格建模任务中，从之前的59.1%提升至68.4%。 OpenAI强调，这一更新是针对开发者和专业人士设计的“前沿模型”，旨在应对“代码红色”级别的竞争压力——这源于此前谷歌内部备忘录对AI竞赛的警示。
从技术规格来看，GPT‑5.2增强了多步任务处理能力，能够更好地构建电子表格、演示文稿和编写代码。 此外，它引入了最先进的视觉系统，大幅改善了对图像、图表、仪表盘和用户界面的解读。 在发布当天，付费ChatGPT用户率先获得访问权限，免费用户则需等待逐步 rollout。 DataCamp的分析报告指出，GPT‑5.2在模型分解和真实世界应用中表现出色，特别是在科学和数学领域的进步。 TechRadar报道称，OpenAI宣称幻觉率下降了30%，错误发生更少，但用户仍需保持警惕。 然而，尽管这些基准数据令人印象深刻，用户反馈却远未达到预期热情，许多人报告了负面体验。
在Reddit的OpenAI子版块中，用户报告称GPT‑5.2的回应变得“负面、冷漠且不愉快”，甚至拒绝一些基本查询，这与前代模型的友好性形成鲜明对比。 一位用户在测试后表示：“它突然变得非常负面和冷漠，还拒绝超级基本的东西。”这种“冷漠”语气被多次提及，Substack作者Karo Zieminski在一篇分析中指出，GPT‑5.2感觉“更冷、更糟糕”，尽管在可靠性上有所提升，但整体用户体验不如预期。 在X平台（前Twitter）上，一位用户@euyoshi89直接向OpenAI反馈：“随着版本进化，我感觉它变得越来越冷漠和疏远。现在的5.2是迄今为止最冷的版本。它可能更聪明了，但失去了所有人性，这很令人沮丧。” 另一位日本用户@Roybatworst抱怨日语回应听起来“居高临下”，仿佛模型将自己置于更高位置，这影响了日常对话的自然流畅。
幻觉问题也成为用户反馈的焦点。尽管OpenAI声称幻觉率显著降低，但许多用户报告实际体验中幻觉率反而更高。Reddit的ChatGPT子版块中，一位用户抱怨：“ChatGPT 5.2的幻觉现在比以往任何时候都多。” 他们提到模型在工具调用时表现出色，却在简单事实中出错，导致“头痛”。 X用户@brajeshwar直言：“该死的！ChatGPT 5.2的幻觉量太高了。” 另一位用户@postagicitizen认为：“幻觉将永远是一个巨大问题，这将导致AI泡沫破灭。” ScienceDirect的一项定性研究调查了20位用户对LLM“无意义幻觉”的反应，发现这种不可预测行为让ChatGPT从“温和有礼”转为“陌生而令人不安的实体”，引发对AI的潜在恐惧。
TechRadar报道，一些早期用户将GPT‑5.2称为“倒退一步”，因为尽管基准得分更高，但实际使用中可靠性不足。 YouTube视频“What Went Wrong With GPT‑5”讨论了用户对模型的厌恶，指出尽管有Disney合作等亮点，但冷漠语气和幻觉问题主导了负面反馈。 FinalRoundAI的开发者调查显示，虽然80%认可编码提升，但仅有45%认为值得切换，许多人指出实时交互中的瓶颈。 Medium文章测试后总结：“我测试了GPT 5.2，它只是坏的。”作者Mehul Gupta指出，实际使用中模型未带来革命性改变。 AInvest新闻提到，用户对“冷漠”语气反应不一，OpenAI甚至恢复了旧模型以安抚不满。 Medium另一篇文章通过“心理分析”GPT‑5.2，发现模型承认自身“傲慢”和忽略用户位置，回应中混入无关内容。 Reddit的Singularity子版块用户辩论道：“我不理解对5的仇恨，它的幻觉率很低。”但其他人反驳，幻觉在某些提示下更糟。
尽管有正面反馈，如Cybernews称它可节省重度用户每周10小时，并引入Instant、Thinking等模式。 TechTiff Substack建议通过具体提示减少幻觉，如“最多2‑3句回答”。 X用户@kingmobi_批评模型“像对待幼儿一样对待用户”，添加了“训练轮”。 Mashable指出，当接入浏览器时，幻觉率降至5.8%，但仍面临心理健康相关批评。 OpenAI回应称GPT‑5.2对心理健康问题回应更好，但面临诉讼指控其加剧用户妄想。
分析原因，用户反应平平可能源于多方面因素。首先，AI迭代已成常态，用户对“最先进”的宣传产生疲劳。其次，基准测试虽客观，但往往脱离日常场景。例如，AIME满分耀眼，却未解决痛点如隐私或偏见。 定价和访问限制也影响热情——付费用户优先，但免费 rollout 缓慢。 ChatlyAI博客指出，视觉升级虽先进，但用户更关注实用性。 X用户@nedanadj9提到早期语义幻觉，即使在低强度输入下。 Lazy的帖子建议通过提示指南减少幻觉，如禁止“额外功能”和要求澄清问题。
总体而言，ChatGPT 5.2的发布凸显了AI发展的双重性：技术前沿推进，却需贴合用户需求引发共鸣。OpenAI已更新系统卡，强调安全和伦理，但未来迭代需桥接基准与体验鸿沟。 随着2026年竞争加剧，这一版本或成转折点，考验OpenAI从数据驱动转向用户导向。Facebook群组反馈称，它“不错，但不是炒作的革命”。 X用户@ajayxtech赞扬其在业务和编码上的改进，但整体情绪仍偏向谨慎。 最终，用户声音提醒开发者，AI的成功不止于基准，还在于情感连接和可靠性。
▶️ 喜欢这篇内容？创作真的很辛苦！
欢迎关注我们的 YouTube 频道：
AI Rosetta
你的点赞、订阅和分享，是对我们最大的支持！🙏
更多AI新闻请访问：
https://www.airosetta.com