GPT-5.2 mencapai ~53% pada benchmark ARC-AGI-2 pada Desember 2025

GPT-5.2 dari OpenAI, yang dirilis pada Desember 2025, menandai tonggak penting dalam penalaran abstrak AI dengan mencapai tingkat keberhasilan sekitar 53–54% pada benchmark ARC-AGI-2. Kinerja ini jauh melampaui keadaan seni sebelumnya, di mana tidak ada sistem model tertutup yang sebelumnya berhasil mencapai bahkan 5% keberhasilan pada tugas-tugas ini.

• GPT-5.2 adalah model pertama yang menembus ambang batas 50% pada ARC-AGI-2, sebuah benchmark yang dirancang untuk mengukur kecerdasan cair dan generalisasi daripada keterampilan sempit.
• Benchmark ARC-AGI-2 terdiri dari berbagai teka-teki visual yang memerlukan abstraksi konseptual, dengan subjek manusia menyelesaikan 100% tugas sementara model AI sebelumnya mencetak skor hampir nol.
• Sistem selanjutnya seperti GPT-5.4 Pro dan Gemini 3 "Deep Think" dari Google kemudian mendorong skor di atas 83%, meskipun benchmark ARC-AGI-3 yang baru diluncurkan telah menetapkan ulang batas depan menjadi hampir nol.

Terobosan GPT-5.2 mewakili momen penting ketika AI pertama kali menunjukkan kemampuan untuk melampaui tingkat keberhasilan 50% pada tes penalaran abstrak yang ketat ini.