GPT-5.2 用于长时任务评估 Greg BrockmanGPT-5.2 用于长时任务： Noam BrownGPT-5.2 评估终于发布，针对 METR，它是目前最先进的。这是线性尺度图。下面的 80% 成功率图更加明显。https://t.co/OKE9K4fSEL 动态Greg Brockman2026-02-05原文 打开互动版
