GPT-5.2 2025-12-11

编程53.65 项

• LiveBench Agentic Coding改真实仓库·LiveBench50.3%折算分 56.0+
• LiveBench Coding写代码·LiveBench76.1%折算分 55.8+
• MirrorCode照样重写程序·Epoch AI32.2%折算分 54.7+
• Vibe Code Bench v1.1做网页应用·Vals AI53.5%折算分 54.1+
• HWeirdML v3机器学习工程·Håvard Tveit Ihle4.5%折算分 至多 48.4+

科研57.17 项

• Chess Puzzles下棋解题·Epoch AI48.0%折算分 65.5+
• FrontierMath T1–3研究级数学·Epoch AI67.4%折算分 60.3+
• CritPt研究级物理·Artificial Analysis11.6%折算分 57.4+
• AARC-AGI-2举一反三·ARC Prize52.9%折算分 57.1+
• LiveBench Reasoning逻辑与空间推理·LiveBench83.2%折算分 57.0+
• Humanity's Last Exam专家级难题·Artificial Analysis37.7%折算分 55.6+
• Mystery Game Puzzles游戏局面推理·Epoch AI23.0%折算分 54.3+

专业办公59.02 项

• LiveBench Data Analysis数据处理·LiveBench78.2%折算分 65.1+
• MedCode医疗编码·Vals AI49.7%折算分 60.9+

知识问答52.86 项

• LNYT Connections 扩展版词语归类·Lech Mazur83.6%折算分 63.6+
• LiveBench Language语言理解·LiveBench79.8%折算分 60.1+
• AA-LCR长文理解·Artificial Analysis82.7%折算分 57.7+
• LiveBench IF按要求作答·LiveBench61.8%折算分 51.5+
• SimpleQA Verified事实准确·Epoch AI37.1%折算分 47.9+
• PBullshitBench v2识破错误前提·BullshitBench28.0%折算分 36.1+

真人盲选49.62 项

• Arena Text对话盲选·LMArena1,437.4折算分 46.1+
• Arena WebDev网页成品盲选·LMArena1,419.8折算分 44.7+

尚无成绩的评测

这些评测尚无可采用的公开成绩，缺测不补分。