最近一個月，AI大模型領域競爭愈發(fā)激烈，Google與OpenAI這兩大頭部玩家的產(chǎn)品迭代節(jié)奏幾乎壓縮至“以周計算”，上一代模型尚未站穩(wěn)，新一輪更新便已接踵而至，正面交鋒不斷。

最新的動態(tài)來自Google。北京時間12月18日凌晨，Google正式發(fā)布Gemini 3 Flash，這是Gemini 3系列中速度最快、性價比最高的模型，也是Google一個月內(nèi)第四次對大模型產(chǎn)品線進行實質(zhì)性更新，此舉被解讀為對OpenAI的“精準回應”。

1

OpenAI拉響“紅色警報”

時間回到11月，Google與OpenAI幾乎同時發(fā)布了旗艦模型Gemini 3與GPT-5.1。隨后，Gemini 3 Pro在多項基準測試中大幅超越Gemini 2.5 Pro、GPT-5.1及Claude Sonnet 4.5等現(xiàn)有旗艦模型，短時間內(nèi)建立起口碑優(yōu)勢。

OpenAI也迅速反擊。在GPT-5.1正面迎戰(zhàn)Gemini 3處于下風后，OpenAI內(nèi)部進入“紅色代碼（Code Red）”緊急狀態(tài)。OpenAI CEO山姆·奧特曼在內(nèi)部備忘錄中明確這一狀態(tài)，加速了GPT-5.2的發(fā)布節(jié)奏。僅一周后，OpenAI十周年之際，GPT-5.2火速上線，一次性推出Instant、Thinking、Pro三個版本。

從官方公布的核心基準測試來看，GPT-5.2表現(xiàn)強勢。在多項對比測試中，GPT-5.2 Thinking面對GPT-5.1、Gemini 3 Pro等模型幾乎實現(xiàn)“全線第一”，打破了Gemini 3 Pro剛建立不到一個月的領先優(yōu)勢。

2

ChatGPT真要“搶”職場人的飯碗？

相比復雜的跑分體系，GPT-5.2最受關注的變化來自GDPval評測體系。GDPval不考模型“會不會做題”，而是衡量其完成真實知識型工作任務的能力，覆蓋44個職業(yè)、9個核心行業(yè)，測試內(nèi)容要求生成真實可交付成果，如銷售PPT、會計表格、急診科排班表、制造業(yè)數(shù)據(jù)圖表甚至短視頻內(nèi)容，相當于把模型直接“拉進職場”。

人類專家盲評結果顯示，在高難度知識型工作任務中，GPT-5.2 Thinking有70.7%的任務表現(xiàn)優(yōu)于或持平行業(yè)頂尖專家；效率上，完成同類任務速度約為人類專家的3倍，綜合成本僅為人類的約1%。在金融場景的“初級投行分析師”電子表格建模測試中，GPT-5.2 Thinking綜合得分68.4%，較GPT-5.1 Thinking的59.1%顯著提升。綜合來看，GDPval覆蓋的知識型任務中，GPT-5.2 Thinking“贏過或打平行業(yè)專家”的比例達70.9%，而上一代GPT-5 Thinking僅為38.8%。

GPT-5.2的產(chǎn)品分層清晰：Thinking版本長上下文推理穩(wěn)定，表格、PPT、復雜方案能力突出，面向重度專業(yè)工作；Instant版本對話自然，解釋問題清楚，適合職場日常；Pro版本推理與代碼能力最強，是科研、復雜系統(tǒng)設計的首選。因此，GPT-5.2 Thinking被調(diào)侃為真正開始“和職場人搶工作”的模型。

3

職場“專家”與“老黃牛”該選誰？

兩家巨頭的“趕工式”發(fā)布引發(fā)用戶差評。有網(wǎng)友曬出GPT-5.2在SimpleBench（測試機器簡單邏輯推理任務）的成績低于一年前發(fā)布的Claude Sonnet 3.7；前AWS與Google高管Bindu Reddy也指出，GPT-5.2在LiveBench得分低于Opus 4.5和Gemini 3.0，token成本和消耗比5.1更高，可能不值得升級。

GPT-5.2與Google的Gemini 3 Flash形成正面碰撞。若說GPT-5.2關鍵詞是“專業(yè)性”，Gemini 3 Flash則強調(diào)“性價比”。Google CEO桑達爾·皮查伊稱，Gemini 3 Flash突破“帕累托極限”：綜合性能超上一代旗艦Gemini 2.5 Pro，推理速度提升約3倍，價格顯著降低。Imarena.ai數(shù)據(jù)顯示，Gemini 3 Flash在文本、圖像、編程領域排名前5，數(shù)學和創(chuàng)意寫作排第2，是性價比最高的前沿模型，輸入僅0.5美元/百萬Tokens，輸出3美元/百萬Tokens；而Claude Sonnet 4.5輸出15美元/百萬Tokens，GPT-5.2輸出14美元/百萬Tokens，是其近5倍。Gemini產(chǎn)品管理高級總監(jiān)Tulsee Doshi稱，Gemini 3 Flash是“老黃?！笔侥Ｐ停评砟芰咏麲emini 3 Pro，速度是Gemini 2.5 Pro的三倍，成本僅為Gemini 3 Pro的四分之一。

4

智能體是未來競爭點

OpenAI與Google的密集更新短期內(nèi)難分勝負，但大模型演進趨勢清晰：無論是ChatGPT 5.2強調(diào)的“專攻智能體”，還是Gemini 3 Flash將“高性能”推向大規(guī)模應用，最終都指向“智能體”。AI基礎大模型競爭已從“云端模型能力”下沉至“終端與系統(tǒng)層”。

在終端側，Gemini 3已取代Google Assistant成為Android生態(tài)中樞，Android Auto更新后，用戶可通過自然語言完成跨應用復雜操作；在辦公場景，Google將Workspace整合為統(tǒng)一知識空間，用戶無需切換文件與郵件即可提出分析問題并生成結構化結果，提升企業(yè)用戶黏性。Salesforce創(chuàng)始人Marc Benioff公開表示，其個人及企業(yè)內(nèi)部AI首選已從ChatGPT轉向Gemini，Salesforce也將Gemini納入Agentforce 360平臺。

OpenAI選擇與科技巨頭結盟：消費級市場，iOS 26預計深度整合GPT-5.1，升級Siri后端能力并涉及系統(tǒng)級視覺智能；企業(yè)領域，微軟通過Windows 11與Microsoft 365將GPT-5.1推向企業(yè)核心流程，操作系統(tǒng)與企業(yè)云服務積累構成OpenAI的護城河。

回顧三年來，行業(yè)競爭核心從“對話自然、知識廣度”轉向“復雜問題解決、跨工具協(xié)作、自主任務執(zhí)行”。真正的分水嶺不在于“會聊天”，而在于“能把事干完、干好且持續(xù)穩(wěn)定”，Gemini 3與ChatGPT 5.2正站在這一分岔路兩側。

本文來自微信公眾號“IT時報”（ID：vittimes），作者：賈天榮，編輯：王昕，36氪經(jīng)授權發(fā)布。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。

免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com