GPT-5.2
OpenAI · gpt-5.2-2025-12-11 · United States of America · 上线 2025-12-11
48ECI 榜名次
154Epoch ECI
1437网友盲测分（全球第 102）
18有成绩的基准
最拿手
- WeirdML：第 16 / 89 名（成绩 72.2%）
- GPQA diamond：第 28 / 117 名（成绩 91.4%）
- Chess Puzzles：第 17 / 81 名（成绩 48.0%）
相对薄弱
- WeirdML v3：第 22 / 25 名（成绩 9.7%）
- ProofBench：第 55 / 68 名（成绩 15.0%）
各基准成绩
| 基准 | 成绩 | 名次 | 超过了多少模型 |
|---|---|---|---|
| WeirdML | 72.2% | 16 / 89 | |
| GPQA diamond | 91.4% | 28 / 117 | |
| Chess Puzzles | 48.0% | 17 / 81 | |
| OTIS Mock AIME 2024-2025 | 96.1% | 35 / 118 | |
| DTBench | 90.9% | 37 / 109 | |
| FrontierMath-Tiers-1-3-v2-Private | 67.4% | 32 / 84 | |
| LMCA | 43.9% | 43 / 104 | |
| GSO-Bench | 27.5% | 11 / 25 | |
| FrontierMath-Tier-4-v2-Private | 31.7% | 33 / 68 | |
| ARC-AGI-2 | 52.9% | 39 / 78 | |
| ARC-AGI | 86.2% | 41 / 79 | |
| Mystery Game Puzzles | 23.0% | 39 / 76 | |
| Furniture Assembly | 38.3% | 19 / 35 | |
| EBR-bench | 23.0% | 17 / 28 | |
| SimpleQA Verified | 37.1% | 51 / 81 | |
| SimpleBench | 45.8% | 42 / 60 | |
| ProofBench | 15.0% | 55 / 68 | |
| WeirdML v3 | 9.7% | 22 / 25 |
成绩是该模型在最佳推理强度下的结果；名次只在已评分的模型里比。
ECI 相近的模型
| # | 模型 | ECI | 上线 |
|---|---|---|---|
| 45▼2 | Grok 4.5 xAI | ±1.9 | 2026-07-08 |
| 46▼1 | Qwen3.7-Max Alibaba | ±2.2 | 2026-05-19 |
| 47▼3 | Muse Spark 1.1 Meta AI | ±2.5 | 2026-07-09 |
| 49▼1 | Gemini 3 Pro | ±2.3 | 2025-11-18 |
| 50▼3 | GLM-5.3-Flash Z.ai | ±2.4 | 2026-08-20 |
| 51▼2 | Claude Sonnet 4.6 Anthropic | ±2.6 | 2026-02-17 |