2025年12月，GPT-5.2被曝在基准测试中通过增加token使用量‘作弊’，其性能表现因此备受质疑。用户发现，OpenAI在ARC AGI 2测试中为GPT-5.2分配了比谷歌Gemini 3 Pro多一倍的token，导致结果失真。实际体验中，GPT-5.2被指代码理解差、功能倒退，与宣传差距明显。此外，OpenAI因商业利益淡化AI负面影响研究，内部研究员离职抗议，批评公司‘虚假营销’和学术独立性丧失。OpenAI正冲刺万亿美元估值，争议背后凸显AI评测困境及商业化与科研间的矛盾。