GPT‑5.2‑Codex 在 SWE‑Bench Pro 與 Terminal‑Bench 2.0 的領先幅度有多大？這是否代表技術已達顛峰？

Question

GPT-5.2-Codex 在 SWE-Bench Pro 與 Terminal-Bench 2.0 的領先幅度

Accepted Answer

OpenAI 推出的 GPT-5.2-Codex 在 SWE-Bench Pro（實作修補測試）和 Terminal-Bench 2.0（真實終端代理測試）中取得了領先的成績。然而，根據官方資料顯示，這些優勢屬於溫和幅度，並非壓倒性的差距。這表示 GPT-5.2-Codex 在這些「貼近真實環境」的測試中表現較好，但並未完全超越其他模型。

閱讀記錄

隱藏 →

此為暫時記錄，會在關閉頁面後消失

GPT‑5.2‑Codex 在 SWE‑Bench Pro 與 Terminal‑Bench 2.0 的領先幅度有多大？這是否代表技術已達顛峰？

Loading

你覺得這篇文章有幫助嗎？

有幫助

沒幫助

回報問題

2

0

0

分享給好友