东莞股票配资在Terminal-Bench 2.0测试中

　　华尔街见闻

　　GPT-5.1-Codex-Max号称最先进的智能体编码模型，周四面向付费ChatGPT用户推出。据OpenAI，新模型的SWE-Bench Pro测试准确率56.4%，高于GPT-5.2的55.6%，评估发现其网络安全方面的能力大幅提升，虽然尚未达到“高”级别，但公司为跨越此门槛做准备。Altman称，模型对网络安全将产生净收益，我们正处于“真实影响阶段”，正开始探索用于防御性网安工作的可信访问计划。OpenAI在进行邀请专业人员的可信访问计划试点。

　　在发布GPT-5.2系列模型一周后，OpenAI再次出手，美东时间18日周四推出基于GPT-5.2的新一代Codex模型GPT-5.2-Codex，号称最先进的智能体编码模型，聚焦专业软件工程和防御性网络安全，进一步巩固其在AI编程领域对谷歌Gemini的竞争优势。

　　OpenAI介绍，GPT-5.2-Codex在编码性能、网络安全能力和长周期任务处理上均实现突破。GPT-5.2-Codex在SWE-Bench Pro测试中准确率达到56.4%，在Terminal-Bench 2.0测试中达到64.0%，刷新两项基准测试纪录。该模型已于发布当天在所有Codex界面向付费ChatGPT用户开放，API用户接入正在推进中。

　　OpenAI特别强调GPT-5.2-Codex在网络安全方面的显著提升。CEO Sam Altman提到，本月早些时候，一名安全研究人员使用上一代模型GPT-5.1-Codex-Max就发现并负责任地披露了React中可能导致源代码暴露的漏洞。OpenAI方面认为，新模型尚未达到“高”级别网络安全能力，但公司正在为未来模型跨越这一门槛做准备。

　　OpenAI表示，GPT-5.2-Codex周四当天在所有Codex界面向付费ChatGPT用户发布，正在努力在未来几周内安全地为API用户启用访问。该司计划通过逐步推出、部署与保护措施相结合以及与安全社区密切合作的方式，在最大化防御影响的同时降低滥用风险。

　　本周四的发布延续了OpenAI在AI编程领域的进攻态势。

　　上周发布GPT-5.2时，OpenAI就援引编码初创公司的用户体验称，该模型拥有“最先进的智能体编码性能”，还披露GPT-5.2的Thinking版本在SWE编码能力测试中创下历史最高分，成为OpenAI首个性能达到或超过人类专家水平的模型。此举被视为对谷歌Gemini 3在编码和推理能力上获得好评的直接回应。

　　编码性能再升级，针对大规模实战场景优化

　　GPT-5.2-Codex是GPT-5.2的优化版本，专门针对Codex中的智能体编码进行了强化。OpenAI表示，新模型在三个关键领域实现改进：通过上下文压缩提升长周期工作能力，在重构和迁移等项目级任务上表现更强，以及在Windows环境中性能改善。

　　在基准测试中，GPT-5.2-Codex在SWE-Bench Pro测试中准确率达到56.4%，高于GPT-5.2的55.6%和GPT-5.1的50.8%。在Terminal-Bench 2.0测试中，GPT-5.2-Codex准确率为64.0%，GPT-5.2为62.2%，GPT-5.1为58.1%。SWE-Bench Pro要求模型在给定代码库中生成补丁以解决实际软件工程任务，Terminal-Bench 2.0则测试AI智能体在真实终端环境中完成编译代码、训练模型和设置服务器等任务的能力。

　　GPT-5.2-Codex在长上下文理解、可靠的工具调用、改进的真实性和原生压缩方面均有提升，使其成为长时间编码任务中更可靠的合作伙伴，同时在推理过程中保持token效率。更强的视觉性能使GPT-5.2-Codex能够更准确地解读屏幕截图、技术图表和用户界面，可以将设计稿快速转化为功能原型。

　　OpenAI表示，凭借这些改进，Codex能够在大型代码库中进行长时间工作，保持完整上下文，更可靠地完成大规模重构、代码迁移和功能构建等复杂任务，即使计划改变或尝试失败也不会失去追踪。

　　网络安全能力大幅跃升，为跨越“高”级别门槛做准备

　　网络安全成为GPT-5.2-Codex的另一个重点突破领域。OpenAI在核心网络安全评估中观察到，从GPT-5-Codex开始能力出现急剧跳跃，GPT-5.1-Codex-Max又实现一次大幅提升，如今GPT-5.2-Codex完成第三次跳跃。

　　在专业夺旗赛评估中，GPT-5.2-Codex展现出解决需要专业级网络安全技能的高级多步骤真实挑战的能力。据OpenAI的准备框架评估，GPT-5.2-Codex虽然尚未达到“高”级别网络安全能力，但该公司预计未来AI模型将继续沿着这一轨迹发展，正在按照每个新模型都可能达到“高”级别的标准进行规划和评估。

　　一个真实案例凸显了新模型的防御性网络安全潜力。12月11日，React团队公布了三个影响使用React服务器组件构建的应用程序的安全漏洞。Stripe旗下Privy公司首席安全工程师Andrew MacPherson在使用GPT-5.1-Codex-Max与Codex CLI研究另一个名为React2Shell的严重漏洞时，通过引导Codex执行标准防御性安全工作流程，意外发现了这些此前未知的漏洞并负责任地向React团队披露。

　　Altman在社交平台上披露：“上周，一名使用我们上一代（Codex）模型的安全研究人员发现并披露了React中可能导致源代码暴露的漏洞。我相信这些模型对网络安全将产生净收益，但随着它们的改进，我们正处于‘真实影响阶段’。”