GPT-5.2 · GPQA Diamond · 198-question Diamond subset · 成绩与配置

GPT-5.2 的 GPQA Diamond · 198-question Diamond subset 记录。本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录),附 1 条来源定位。

成绩与评测条件

GPT-5.2 · GPQA Diamond 成绩与配置
指标与成绩配置与评测条件出处
Accuracy92.4%原文 92.4% · 单位 %
公布 未确认
GPT-5.2 Thinking (xhigh)
设置
Highest available API reasoning effort xhigh, except professional benchmark tasks.
未知项
未另记
工具
禁止工具
推理预算
xhigh
框架
未记录
协议
GPQA Diamond, no tools.
条件
Highest available API reasoning effort xhigh; research environment.
在排名中查看此成绩
Accuracy93.2%原文 93.2% · 单位 %
公布 未确认
GPT-5.2 Pro (xhigh)
设置
Pro variant; highest available API reasoning effort xhigh except professional benchmark tasks.
未知项
The article does not publish a Pro GDPval result under the same heavy setting as the Thinking result; reported row retained as printed.
工具
禁止工具
推理预算
xhigh
框架
未记录
协议
GPQA Diamond, no tools.
条件
GPT-5.2 Pro; highest available API effort xhigh.
在排名中查看此成绩

出处与披露

测试版本与指标

别名 GPQA Diamond、GPQA (diamond)

  • Accuracy · % · 越高越好