自动生成页面。 本页由 AI 自动撰写和翻译,并由软件对照来源进行核查,无人工编辑。SI-IQ 是基于公开基准测试结果构建的指数,不是智商测试。 工作原理
GPT-5.2 有多聪明？
GPT-5.2 是 OpenAI 于 2025年12月11日 发布的模型。其 SI-IQ 为 125（90% 区间 122–128），由 3 家独立评测方的 10 项基准测试结果估算得出。 其最强的领域是数学，最弱的是智能体。
基本信息
- 开发方
- OpenAI
- 发布时间
- 2025年12月11日
- 访问方式
- API 访问
- 所用基准测试
- 来自 3 家评测方的 10 项结果
- API 价格
- 每 1M tokens 输入 $1.75 / 输出 $14 (开发方价格表, 2026年10月18日)
- 上下文窗口
- 272,000 tokens
各领域能力（SI-IQ，90% 区间）
我们使用的每项基准测试结果
每个分数都是来源发布的原始单一数值：Epoch AI 取其各运行设置中的最佳结果，OpenRouter 取托管服务商的中位数（若开发方自行托管并运行了测试，则取其自有托管的结果）。“隐含 SI-IQ”是该单项结果所对应的能力水平；总体 SI-IQ 是这些值按精度加权后的平均值。
| 基准测试 | 得分 | 评测方 | 来源 |
|---|---|---|---|
| Chess Puzzles | 48.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Furniture Assembly 未纳入指数 | 38.3% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Mystery Game Puzzles | 23.0% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| FrontierMath Tier 4 | 31.7% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| FrontierMath Tiers 1–3 | 67.4% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| OTIS Mock AIME 2024–2025 | 96.1% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| SWE-bench Verified (Epoch AI run) | 73.8% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond | 91.4% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| GPQA Diamond (OpenRouter run) | 87.9% | OpenRouter | OpenRouter benchmark datasets · 数据文件 |
| SimpleQA Verified | 37.1% | Epoch AI | Epoch AI Benchmarking Hub · 数据文件 |
| Berkeley Function Calling Leaderboard | 55.9% | UC Berkeley (Gorilla) | Berkeley Function Calling Leaderboard · 数据文件 |
| τ²-bench Airline (OpenRouter run) | 72.7% | OpenRouter | OpenRouter benchmark datasets · 数据文件 |
人类偏好（Arena）
在 Arena 排行榜上，用户会在两个匿名回答之间投票。GPT-5.2 的评分为 1,435（1,432–1,439），共 83,855 票（发布于 2026年10月15日）。人类偏好与基准测试所衡量的能力是不同的指标，不计入 SI-IQ。 Arena (Hugging Face)
SI-IQ 相近的模型
| 模型 | SI-IQ | |
|---|---|---|
| Qwen3.7-MaxAlibaba | 125 | GPT-5.2 对比 Qwen3.7-Max |
| GLM-5.3Z.ai (Zhipu AI) | 125 | GPT-5.2 对比 GLM-5.3 |
| Gemini 3.6 FlashGoogle DeepMind | 125 | GPT-5.2 对比 Gemini 3.6 Flash |
| Claude Sonnet 5Anthropic | 126 | GPT-5.2 对比 Claude Sonnet 5 |
| Grok 4.6xAI | 126 | GPT-5.2 对比 Grok 4.6 |
采用 SI-IQ 方法版本 1.0.0 计算。 阅读完整方法论
数据来源: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page; Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..