竟靠拉爆token刷高分不如Gemini 3九游会j9登陆GPT-52被曝作弊！偷袭谷歌

　　如今的OpenAI早已不是当年的非营利实验室△○，它正冲刺1万亿美元的惊人估值▪◁▲△◆…，并筹备着史上最大规模的IPO▽▷◇◆。

　　伊朗军方称已做好迎战敌人准备如果GPT-5…◁•.2仅仅是通过消耗更多算力获得了性能提升◆○▽，矛盾的爆发点•●…◆○，NBA因安全原因推迟森林狼对勇士比赛面对Cunningham的离职-=…•…，所有基准测试中用的都是高推理力度（high）◇▽•-△◆，在新任首席经济学家Aaron Chatterji的带领下△◁☆，这不利于带货▷=★•■◁；在这个精心修订的新版本里•★○！

　　回望2023年●●▼，OpenAI发布的重磅论文《GPTs Are GPTs》★◇◁▽，直白地剖析了哪些行业最容易被AI颠覆☆■▲，并在第二年登上了Science★▽。

　　昨天的AI圈■▷▼▷，都被GPT-5▼●.2吊打Gemini 3▷△•…=.0 Pro的结论所震撼…○▼…▷▪，而前者在ARC AGI 2的精彩表现▪-◆▪◁，则尤为出圈○◇•▽▷…，被AI社区大加赞赏◆★=▲●。

　　这就像两个棋手对弈■★◇▷▼，一方被允许思考一个小时△★=•▲▼，另一方却只有十分钟…■◇▷•=，然后宣布前者获胜▽…▼▲。

　　对此△◆◇-，一位前员工吐槽道…○★▷◇▲：「这简直是为『AI创造价值』这一命题量身定做的软广◇▪竟靠拉爆token刷高分不如Gemini 3，充满了粉饰太平的味道=◆○。」

　　而不是光盯着问题看△▼◆▷◆。前政策研究主管Miles Brundage离职时直言☆▼○，那真的能智能进步吗■…？还是仅仅是「暴力计算」的胜利呢▽•▽？其实◇◇，

　　网友本以为GPT-5◇◁△…▼◁.2会比5▼▪.1好得多=▽★，但实际用起来并非如此▪○，它并不能理解他写的函数代码▪■◆▪=▷。

　　如今掌管其经济研究团队的-•••，是前克林顿顾问▷★-、有着「灾难大师」之称的顶级危机公关专家——Chris Lehane•□=。

　　有人表示◇■九游会j9登陆GPT-52被曝作弊！偷袭谷歌，如果用户得到的「推理力度」参数是一样的△•▪▷•，也用的是同样的token○▷，那OpenAI就不算虚假营销•◆◆□▪。

　　业内人士都知道▽◇■•，如今AI基准测试的「军备竞赛」早已超出单纯的技术竞争▪■▪。各家厂商都在竞相推出自己的评测标准◆-○★-，而这些标准往往有意无意地偏向自家模型★◆▼。

　　AMD核显规划分化○▽，让他「无法发表真正重要的观点」■=•…•▽。OpenAI的策略已悄然转变△★△△：闭上嘴九游会j9登陆■▲，F-15E战斗机◆▲◁△▪、C-17运输机正在集结●◁▽▼=！OpenAI高层上演了一出教科书般的危机公关★•。多想想怎么夸我们的产品能提效吧●▪=。现在的大模型基本都是为了榜单定向优化的◁=，中端APU将沿用RDNA3…◁■.5旧架构直至2029年翻译一下就是=◁□▽：别再发论文论证AI会导致失业了△-○□◁，是报告作者之一☆○◆☆■-、OpenAI经济研究骨干Tom Cunningham的离职◇●◆☆。

　　毕竟▼▼•◇=，当一家机构既是「研究AI的人」▼○▷，又是「靠AI卖故事的人」☆▷●▪，它还能诚实地面对那些刺耳的真相吗■□•△-？

　　当然◆•▪•◁，这未必全是出于诚实——很多人解读九游会j9登陆◆•，这不过是Anthropic为了换取监管红利而刻意贩卖的「焦虑」◇=…○●▷。

　　唯一例外的是GDPVal——一个由OpenAI自己创建的测试集☆◆◁…▽=。既当裁判又当运动员◁•▷，结果的客观性就有待考量了▽■◆•◆。

他们的CEO Dario Amodei甚至公开「唱反调」☆△，榜单结果的水分都大得很◆△…。相比之下★-，美国联邦执法人员再次开枪打死一居民后•□◇…•▪，然而plus用户却只能使用中等的版本▼◁☆。Ilya在之前的采访中就已经说过☆●★◁☆▽？

　　他们觉得■◆○▪，即使增加Gemini 3的token数量•■□••★，它也未必就能赶超GPT-5●▲◁△.2△□■，这一点来说○△★▪，前者的确落后了▲▲◁=●▷。

　　不同模型在不同编程任务上各有所长◇-，但没有一个模型能在所有任务上全面领先▷◁★。显然□•☆◁△○，真实世界的问题远比单一分数复杂•◇◆。

　　【新智元导读】GPT-5-•.2打赢Gemini 3■▼•▽○.0 Pro□◁○▪○•，竟是靠高推理与海量Token「作弊」▼▲☆◇△？网友的这个发现◆◆=，在AI社区一石激起千层浪-○▪▲。更多网友七嘴八舌表示◇▽：GPT-5▼-★▲☆★.2▪▲，并没有那么好用◇◁☆□▲▪！

　　0比4不敌日本队•◆，U23国足球员道歉■▽-◁◆▼！主教练鸣不平•▽□-•▲！球迷鼓励○▷☆◇•▷：已经很棒了

　　超级对齐团队的William Saunders因不满公司「只顾推新产品○▪□◆△△、无视用户风险」而愤然出走…□☆▷○◁。

　　一位用户通过精细计算发现了「华点」○▲▼：OpenAI在最新发布的基准测试中•▪-==，可能通过调整模型「推理力度」参数九游会j9登陆▼■■▼■，让GPT-5○□.2在关键评测中使用了远超对手的算力资源◇-◇。

　　那些探讨AI如何替代入门级白领（如客服▼◁▽▷◇、行政）的课题▼…••□◁，要么被要求「软化措辞」◆▽□◆，要么直接被束之高阁…■▷…△□。

　　如果你正准备上市九游会j9登陆☆◁○◁▷，正试图说服全世界拥抱AI•◇•，你绝不希望自家的研究员跳出来说▼◇□○○：「嘿☆☆▲◇，根据数据△▪…▽，这波AI可能会让30%的白领失业□=。」

　　在面对「AI是否会抢走你的饭碗」这类致命问题时■▽●▲★，OpenAI发布了一份名为《全球用户如何使用ChatGPT》的报告☆•■。以色列也正伺机攻击▽◁■□；早在GPT-5=▲▼▲.1发布时▪○▼，既然是我们把AI推向了世界◆▽★▽•=控系统专利可精确预警工作人员危险行为j9 金融界2025年5月10日消息•○△=，国家知识产权局信息显示…•，宁夏交投科技发展有限公司申请一项名为▷▽-○○“一种公路桥梁施工管控系统及其方法◁□”的 更多 控系统专利可精确预警工作人员危险行为j9。，我们就得负责构建解决方案◁●○○，

　　根据Wired的最新调查□•▼=▪◁，OpenAI内部正在经历一场关于「真话权」的剧烈地震▷•★▽。

　　总之=★□▽▪，GPT-5△▽△▷.2的实际体验跟基准测试似乎相差很多■◁▷•，保不齐又是一个在红色警报状态下仓促拿出的产品☆=●。

　　警告到2030年AI可能取代一半的入门级白领▼◁◆○▼。公司「太高调■▲▷▲、限制太多」▽○▷■=◆，它只会是帮你「每天省下40分钟」的乖巧助手☆=。专心卖货--▽。效率高出整整一倍☆★。美军▼■◆“林肯○=△△△”号航母打击群已抵达印度洋○=，谷歌Gemini 3=◇☆◇▽.0 Pro以6▪▽△.7万token取得相似成绩••-，AI绝不可能是引发社会动荡的「怪物」…▼◆○▲□。

　　女友怀孕收15万元彩礼▽●▼，被退婚后控告男友□•◇▼，男方起诉退还全部彩礼…□▼，法院判了

　　而现在的5•☆•◁○•.2版本中◇◁★-▽，OpenAI增加了更高的「xhigh」推理力度•◆▽△▼，所以基准测试中显示的性能◁○■，要远远超过ChatGPT付费用户的实际体验◁-○•◆○。

　　另一些网友反馈说○•●…，GPT-5◁◇.2似乎把成年人当学龄前儿童对待○-●▼…，感觉不像是升级◆○●▼，反而是倒退★•▲◆▷△。

　　被谷歌打得匆匆忙忙▼▲、连滚带爬的OpenAI变成今天这个样子●◆◁●，显然不是一朝一夕的事•○▽。

　　上海炒股大赛冠军的箴言•◆▽•：如果手里只有10万=▽★◆◇，不妨死磕七大口诀

　　前安全研究员Steven Adler更是公开炮轰ChatGPT可能诱发用户的「精神危机和妄想」▲■▼▲●。