竟靠拉爆token刷高分不如Gemini 3开元棋牌网站GPT-52被曝作弊！偷袭谷歌

　　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□▽★。

　　正试图说服全世界拥抱AI▲◇▼○，这波AI可能会让30%的白领失业○◁。又是「靠AI卖故事的人」▽•●◇•◆，

　　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★•▽□=，充满了粉饰太平的味道★▲□▼○。」

　　【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◁•●■！

　　超级对齐团队的William Saunders因不满公司「只顾推新产品开元棋牌官方网站△▷、无视用户风险」而愤然出走☆▪▪◁☆。

　　翻译一下就是▼■▷★■▷：别再发论文论证AI会导致失业了■•▷••，这不利于带货◇-；多想想怎么夸我们的产品能提效吧-◆。

　　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☆△▽▼□。

　　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•△▷…△•。

　　但实际用起来并非如此●△□★•，」在新任首席经济学家Aaron Chatterji的带领下•△■=▲，面对Cunningham的离职▼★□，OpenAI的策略已悄然转变○◁▲□◆◁：闭上嘴◇◁，根据数据-●◇=3开元棋牌网站GPT-52被曝作弊！偷袭谷歌，那真的能智能进步吗◁■○○▪●？还是仅仅是「暴力计算」的胜利呢◁▷●▲•？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」▪▼○。当一家机构既是「研究AI的人」●▪，OpenAI高层上演了一出教科书般的危机公关…★■-•△竟靠拉爆token刷高分不如Gemini。

　　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…▲▷。

　　相比之下-△，谷歌Gemini 3○▼.0 Pro以6◁○●□◁-.7万token取得相似成绩●▼▪•○，效率高出整整一倍▼▽■▪▼。

　　有人表示▽△=☆☆，如果用户得到的「推理力度」参数是一样的开元棋牌官方网站○-，也用的是同样的token■△•…★★，那OpenAI就不算虚假营销△•△▽☆□。

　　当然△◁◁▽★▲，这未必全是出于诚实——很多人解读■▷○◁•▲，这不过是Anthropic为了换取监管红利而刻意贩卖的「焦虑」▷▼▪◇。

　　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○-◆▽▽●。

　　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•□。

　　矛盾的爆发点☆○•，是报告作者之一▲☆、OpenAI经济研究骨干Tom Cunningham的离职▽•★●●◆。

　　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•○△▽…。

　　他们的CEO Dario Amodei甚至公开「唱反调」•▼，警告到2030年AI可能取代一半的入门级白领◆△▪▷。

　　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…◇▼■▼。

　　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▲□▲-□。

　　既然是我们把AI推向了世界★=-，我们就得负责构建解决方案★●◇…☆，而不是光盯着问题看▪•★●●=。

　　在这个精心修订的新版本里•▼△△◇，AI绝不可能是引发社会动荡的「怪物」■▽▲•▷=，它只会是帮你「每天省下40分钟」的乖巧助手▷▷●•=。

　　前政策研究主管Miles Brundage离职时直言□◇◆▼□，公司「太高调-◁◇、限制太多」■★▪-□，让他「无法发表真正重要的观点」▪●▼-。

　　你绝不希望自家的研究员跳出来说•▷：「嘿▲=■风小说appV21912开元棋牌网站清风小说_清，，如今掌管其经济研究团队的…☆-●▼，毕竟▽◆▷▼=，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▪△■。网友本以为GPT-5•○★★.2会比5=○•.1好得多▷△●▼，如果GPT-5▪○△★◆.2仅仅是通过消耗更多算力获得了性能提升△▽★◁■●，它还能诚实地面对那些刺耳的真相吗☆▪-●？如果你正准备上市★◁…==，专心卖货开元棋牌官方网站●=●•。它并不能理解他写的函数代码☆◇▽▼▷□。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▽•=▲。

　　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…△▲•。

　　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▷=▷。

　　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•△。

　　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-○★=，让GPT-5▷▽•▲◇.2在关键评测中使用了远超对手的算力资源=●。

　　其实=■，Ilya在之前的采访中就已经说过▷▪▲，现在的大模型基本都是为了榜单定向优化的◆△•-◁，榜单结果的水分都大得很▲▽◇▪★。

　　早在GPT-5…▽●□.1发布时▷▲□◆▪•，所有基准测试中用的都是高推理力度（high）▪◁，然而plus用户却只能使用中等的版本■▪○。

　　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•▲，这一点来说开元棋牌官方网站•…■，前者的确落后了□●◆▷☆。