GPT-5.2

OpenAI · 发布于 2025-12-11

评分规则

编程证据不足

综合评分52.5未进入主榜 · 覆盖 63%

编程50.0未进入分榜 · 覆盖 50%评测较少（2/4）

专业办公60.3第 23 名 · 覆盖 50%评测较少（2/4）

知识问答48.2第 38 名 · 覆盖 100%

科研54.3第 43 名 · 覆盖 67%

上下文窗口

400,000 token

API 价格

缓存 ¥1.17 · 输入 ¥11.7 · 输出 ¥93.61

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

12 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-06-11 至 2026-10-14；另有 8 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（5）

gpt-5.2-2025-12-11-high
openai/gpt-5.2-2025-12-11
gpt-5.2-2025-12-11_xhigh
gpt-5.2-2025-12-11_high
gpt-5.2

编程

50.0

LiveBench CodingLiveBench76.07%统一读数 47.4

来源: LiveBench Coding
上游型号: gpt-5.2-2025-12-11-high
运行配置: gpt-5.2-2025-12-11-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI53.50%统一读数 49.1

来源: Vibe Code Bench v1.1
上游型号: openai/gpt-5.2-2025-12-11
运行配置: xhigh · OpenHands · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

科研

54.3

FrontierMath T1–3 v2Epoch AI67.40%统一读数 56.2

来源: FrontierMath T1–3 v2
上游型号: gpt-5.2-2025-12-11_xhigh
运行配置: gpt-5.2-2025-12-11_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-06-11
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI48.00%统一读数 65.7

来源: Chess Puzzles
上游型号: gpt-5.2-2025-12-11_xhigh
运行配置: gpt-5.2-2025-12-11_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-14
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Mystery Game PuzzlesEpoch AI23.00%统一读数 50.4

来源: Mystery Game Puzzles
上游型号: gpt-5.2-2025-12-11_high
运行配置: gpt-5.2-2025-12-11_high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-06
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench83.21%统一读数 50.6

来源: LiveBench Reasoning
上游型号: gpt-5.2-2025-12-11-high
运行配置: gpt-5.2-2025-12-11-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

60.3

LiveBench Data AnalysisLiveBench78.16 / 100（任务均分）统一读数 75.5

来源: LiveBench Data Analysis
上游型号: gpt-5.2-2025-12-11-high
运行配置: gpt-5.2-2025-12-11-high · 表格处理与数据分析，归一化任务均分（非正确率）
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

MedCodeVals AI49.75%统一读数 64.9

来源: MedCode
上游型号: openai/gpt-5.2-2025-12-11
运行配置: xhigh · Vals one-shot 统一流程 · 输出上限 30000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 正常计入

知识问答

48.2

SimpleQA VerifiedEpoch AI37.10%统一读数 44.9

来源: SimpleQA Verified
上游型号: gpt-5.2-2025-12-11_xhigh
运行配置: gpt-5.2-2025-12-11_xhigh
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-08-27
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench LanguageLiveBench79.81%统一读数 55.2

来源: LiveBench Language
上游型号: gpt-5.2-2025-12-11-high
运行配置: gpt-5.2-2025-12-11-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench IFLiveBench61.77%统一读数 36.5

来源: LiveBench IF
上游型号: gpt-5.2-2025-12-11-high
运行配置: gpt-5.2-2025-12-11-high
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

真人偏好

46.7

Arena Text · 风格控制Arena1435.40 Elo统一读数 37.7

来源: Arena Text · 风格控制
上游型号: gpt-5.2
运行配置: 官方 Text Overall · style-controlled
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-15 · 本站取数 2026-10-17
评分处理: 正常计入

尚未测到（6）

Terminal-Bench 4.0、Code Migration、MysteryMechanism、Terminal-Bench-Science、Finance Agent (v2)、Harvey's Legal Agent Benchmark

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。