أشار إصدار GPT-5.2 من OpenAI في ديسمبر 2025 إلى علامة فارقة مهمة في الاستدلال المجرد للذكاء الاصطناعي من خلال تحقيق معدل نجاح يقارب 53–54% على معيار ARC-AGI-2. وقد تجاوزت هذه الأداء بشكل كبير الحالة السابقة للأفضل، حيث لم يسبق لأي نظام نموذج مغلق أن حقق حتى 5% من النجاح في هذه المهام.
- كان GPT-5.2 هو أول نموذج يتجاوز عتبة 50% على معيار ARC-AGI-2، وهو معيار مصمم لقياس الذكاء المرن والتعميم بدلاً من المهارات الضيقة.
- يتكون معيار ARC-AGI-2 من ألغاز بصرية متنوعة تتطلب تجريدًا مفاهيميًا، حيث حل البشر 100% من المهام بينما سجلت نماذج الذكاء الاصطناعي السابقة صفرًا تقريبًا.
- دفع الأنظمة اللاحقة مثل GPT-5.4 Pro و Gemini 3 "Deep Think" من Google النتائج إلى ما فوق 83% لاحقًا، على الرغم من أن معيار ARC-AGI-3 الجديد الذي أُطلق حديثًا أعاد ضبط الحدود إلى ما يقارب الصفر.
مثل اختراق GPT-5.2 اللحظة المحورية التي أظهر فيها الذكاء الاصطناعي لأول مرة القدرة على تجاوز معدل النجاح 50% في هذا الاختبار الصارم للاستدلال المجرد.