OpenAI 发布了 GPT-5.2，这是一系列专为专业知识工作设计的模型，在多个领域树立了新的最先进基准。更新包括 Instant、Thinking 和 Pro 变体，可在 ChatGPT 和 API 中使用，在编码、长上下文推理、视觉和工具使用方面提供了显著改进。

  • GPT-5.2 Thinking 在 GDPval 上达到或超过人类专家水平，以 >11x 的速度和 <1% 的成本在 70.9% 的任务中胜过专业人士。
  • 它在 SWE-Bench Pro 上取得了 55.6% 的新最先进分数，在 SWE-bench Verified 上取得了 80% 的分数，与 GPT-5.1 相比幻觉率降低。
  • 该模型在用于长上下文推理的 OpenAI MRCRv2 上表现出领先的性能，在高达 256k 令牌的 4-needle 变体上实现了接近 100% 的准确率。
  • 视觉能力得到增强，图表推理的错误率大致减半，并在 Tau2-bench Telecom 上达到 98.7%。

这些改进使得更可靠地端到端执行复杂的现实世界任务成为可能，例如深度文档分析、代理式编码和视觉解释。