GPT-5.2 de OpenAI, lanzado en diciembre de 2025, marcó un hito significativo en el razonamiento abstracto de la IA al lograr aproximadamente un 53–54% de éxito en el benchmark ARC-AGI-2. Este rendimiento superó ampliamente el estado del arte anterior, donde ningún sistema de modelo cerrado había logrado superar el 5% de éxito.
- GPT-5.2 fue el primer modelo en superar el umbral del 50% en ARC-AGI-2, un benchmark diseñado para medir la inteligencia fluida y la generalización en lugar de habilidades estrechas.
- El benchmark ARC-AGI-2 consiste en diversos rompecabezas visuales que requieren abstracción conceptual, con sujetos humanos resolviendo el 100% de las tareas mientras los modelos de IA anteriores marcaban prácticamente cero.
- Sistemas posteriores como GPT-5.4 Pro y Gemini 3 "Deep Think" de Google más tarde empujaron las puntuaciones por encima del 83%, aunque el recién lanzado benchmark ARC-AGI-3 ha reiniciado la frontera a casi cero.
El avance de GPT-5.2 representó el momento pivotal cuando la IA demostró por primera vez la capacidad de cruzar el umbral del 50% de éxito en esta rigurosa prueba de razonamiento abstracto.