2026年1月17日，OpenAI的GPT-5.2 Pro独立证明了一道由保罗·埃尔德什和罗纳德·格雷厄姆于1980年提出的数论猜想，该猜想涉及同余覆盖系统与自然密度的关系。菲尔兹奖得主陶哲轩验证了这一证明，并评价其为‘最明确的第一类结果’，且未犯任何数学错误。与此同时，网友KoishiChan发现该问题可通过1936年和1966年的两个经典定理直接解决，揭示了文献传播中的盲点。陶哲轩提醒，评估AI数学能力需警惕报告偏差，当前AI在埃尔德什问题上的真实成功率仅为1%-2%，但仍具研究价值。

1月18日，Eclipse创始人Neel Somani在X平台发文称，使用OpenAI最新高级模型GPT-5.2 Pro破解了一个著名的Erdős数学难题。数学家陶哲轩对此表示认可，认为这是‘AI解决开放问题的最明确案例’，并强调解答需谨慎理解。OpenAI总裁布罗克曼转发评论，称其为数学与科学进步的重要标志。GPT-5.2 Pro于2025年发布，擅长复杂任务推理与结构化输出，尤其在草拟证明和快速修改数学文本方面表现突出，但仍需人类专家校验结果。Erdős问题由匈牙利数学家保罗·埃尔德什提出，涵盖多个领域，难度分布广泛。陶哲轩指出，许多问题可能只是未被充分研究。

2026年1月15日，OpenAI宣布通过Responses API向开发者开放其最强代码模型GPT-5.2-Codex。该模型于2025年12月发布，是目前最先进的智能体编程AI，专为解决复杂软件工程问题设计。其核心突破包括“上下文压缩”技术和针对“智能体工作流”的深度优化，能够自主执行构建新功能、重构代码和排查漏洞等任务。OpenAI称其为“最具网络安全能力”的模型，在代码安全审计方面表现突出。实战案例中，AI代码编辑器Cursor利用GPT-5.2-Codex连续运行一周，生成超300万行代码，成功从零构建了一个功能完整的Web浏览器，包含Rust编写的渲染引擎及HTML解析等功能。该模型已在Cursor、GitHub等主流工具中支持，并在多项基准测试中取得领先成绩。

香港科技大学张军、孟子立教授团队近日进行了一场别开生面的实验：让一副搭载ChatGPT-5.2模型的AI眼镜在《计算机网络原理》期末考试中“作弊”。实验结果显示，AI眼镜仅用30分钟完成试卷，获得92.5分，超越95%的学生。实验通过乐奇Rokid AI眼镜拍摄题目，经云端大模型推理后将答案显示在眼镜屏幕上。尽管存在功耗和摄像头清晰度问题，但其高效稳定的答题表现引发对传统教学评估体系的反思。研究指出，现有考试过于注重标准答案，忽视了创新能力、批判性思维等复杂能力的评估。专家建议未来教育应更多关注学习过程与思考路径，而非单一结果。

12月11日，OpenAI发布ChatGPT-5.2，称其为首个达到或超越人类专家水平的模型。然而，12月18日外媒Futurism报道，该模型在生成按字母顺序排列的动物挂图时错误频出。首席策略师彼得・贝雷津测试发现，模型遗漏字母、插图异常，如肢体怪异的袋鼠和长两条尾巴的鬣蜥，且多次重复错误。例如，生成内容仅含24或25个字母，‘U’和‘Z’常被忽略，结尾出现重复‘X’，插图与描述不符（斑马代替X光鱼）。此外，提示语被直接混入生成内容。这一问题引发对‘专家水平’说法的质疑，贝雷津调侃OpenAI需加大投入。

12月19日，OpenAI发布最强智能体编程模型GPT-5.2-Codex，专为解决复杂软件工程问题设计。该模型基于GPT-5.2通用智能，融合GPT-5.1-Codex-Max终端操作能力，引入“上下文压缩”技术，大幅提升代码重构与迁移效率。其在Windows 10/11环境中优化显著，并能精准解读技术图表、UI截图及设计草图，快速将原型图转化为功能代码。GPT-5.2-Codex在SWE-Bench Pro等权威测试中刷新纪录，可独立完成代码库导航到Pull Request创建的全流程工作。案例显示，它在网络安全领域表现突出，协助Privy公司工程师挖掘React组件中的未知漏洞。为应对潜在风险，OpenAI启动“可信访问试点计划”，向安全专家开放高权限访问。目前，该模型已向ChatGPT付费用户全量推送，API访问权限将逐步开放。

12月19日，OpenAI正式发布GPT-5.2-Codex，称其为迄今最先进的智能体编码模型，专为复杂软件工程任务优化。新模型基于GPT-5.2，针对编码场景深度改进，包括通过上下文压缩提升长程任务执行能力、在代码重构与迁移中表现更优、增强Windows环境兼容性，以及显著提升网络安全防御能力。这一更新标志着AI在编程领域的进一步突破，为开发者提供更高效工具。

12月18日凌晨，谷歌发布Gemini 3 Flash模型，定位高效且低成本，同时保留旗舰级推理能力，适合日常场景。测试显示，该模型性能全面超越前代Gemini 2.5 Pro，并在多项对比中与OpenAI的GPT-5.2相当。例如，在高难度测试中，双方分差不足1%；在多模态评估中，Gemini 3 Flash以81.2%胜过GPT-5.2的79.5%。谷歌已将Gemini 3 Flash设为默认模型，免费开放给全球用户，显著提升日常AI体验。此外，美国用户可通过特定设置生成图像。此次发布被视为谷歌对OpenAI的有力反击。

2025年12月，OpenAI发布GPT-5.2，定价比DeepSeek贵400倍，较谷歌Gemini 3 Pro高近10倍。新模型在专业知识、逻辑推理和生产力方面表现突出，尤其在九个领域44个行业的专家测试中，7成任务可媲美或超越人类表现。其新增的GDPval测试显示，GPT-5.2能高效完成复杂工作，如数据统计、表格绘制等，并降低代码生成幻觉概率38%。此外，上下文理解能力显著增强，支持256K文本长度的成功率接近100%。不过，图像识别精度逊于Gemini 3 Pro，审美设计也较为平庸。未来趋势显示，各AI模型或将专注不同领域，如Gemini偏全模态，GPT强于逻辑推理，Claude擅长代码与写作。下一轮竞争预计由Anthropic接棒。

12月15日，中信建投发布研报称，OpenAI推出GPT-5.2模型，为专业领域最强模型系列。同时，美国将批准英伟达向中国出口H200芯片。中信建投继续看好AI算力板块，建议关注北美链和国内链机会。国内链公司前期调整较多，而北美链光模块公司近期屡创新高。随着国产GPU能力提升、供给增加及H200芯片的放开，国内AI算力基础设施部署有望加速。