爆token刷高分不如Gemini 3GPT-52被曝作弊！偷袭谷歌竟靠拉
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◆•…□★•。
在面对「AI是否会抢走你的饭碗」这类致命问题时○…=◆●•，OpenAI的策略已悄然转变•▲▼：闭上嘴☆◆▷，专心卖货□-。
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-◁。
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★▷。
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▼☆▼◁…★。
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□=●-▪。
澳洲这9种热品△•-△◇, 别乱吃了▼□◆▲■△! 专家联合警告△▷-: 加速大脑衰老…◁◇, 有脑出血风险-★-☆○•! 一不小心养生变杀生
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△▷△。
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◇◇▪••□。
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」•△□●。
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□★•=。
【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○▼◁-！
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◆▽？
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-△。
《OW》飞天猫惨遭削弱▼△○!国服专属《永劫》联动上线D神作☆•◇◁！《机械迷城》团队新作Demo登Steam
有人表示▼▼-▷▽…，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•-。
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◁■■○○。
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…▼■☆○。
体坛瞎白线岁女孩与姐姐吵架后离家失联●•■▲△，父亲将悬赏金额加码至100万◁■●：在河堤附近找到疑似失联女孩拖鞋■◇，但周围10公里未发现任何线
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▽▪▪。
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▼-◇▷●★。
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-▽◇◆•□。
11岁男童高速服务区被撞身亡 福建事发地交警部门回应■▲▽▷：肇事司机已被控制
面对Cunningham的离职▽▷，OpenAI高层上演了一出教科书般的危机公关◁★=▪-□。
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」◇★。
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•▷△▼•。
东契奇22+9+15湖人不敌魔术 詹姆斯21+6失绝杀班凯罗36+10
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■■3GPT-52被曝作弊！偷袭谷歌竟靠拉。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••◇爆token刷高分不如Gemini。
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◇▪◁●○。」
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◆☆-▽□。
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」▽△▲○★△。
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=◆=■。
如果GPT-5●□☆●•▪.2仅仅是通过消耗更多算力获得了性能提升○■◇…，那真的能智能进步吗…○？还是仅仅是「暴力计算」的胜利呢◇•=？
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◆▪。
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▪△□◇，这波AI可能会让30%的白领失业△▪○◇。」如果你正准备上市△△，根据数据◆▷▽，
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•☆■▼•◁。
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○★。
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△--。
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◇△△。
在新任首席经济学家Aaron Chatterji的带领下-★•△，OpenAI发布了一份名为《全球用户如何使用ChatGPT》的报告…◁••■□。
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▪▷•。
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★•••▽●。
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★●•★。
38岁中国商人在土耳其被绑架杀害◇◇△=，10名嫌疑人落网…▼•，警方披露细节▽△☆▼…：其在机场开始被跟踪•○○★□=，遭同行女子引诱掳上车
限时权益后售20◇□◆-.59万起 奥迪E5 Sportback给出3万购车优惠
