的明确知识工作任务中,表现均优于行业专业人士。相比GPT-5.1 Thinking,GPT-5.2 Thinking在应对,在OpenAI专业工作基准测试GDPval中战胜或打平70.9%的人类专家。
OpenAI团队成员Yann Dubois也在社交平台X平台上发帖称,GPT-5.2 Thinking的设计重点放在“经济价值较高的任务”(如编码、表格与演示文档)。
值得一提的是,GPT-5.2在处理多模态任务方面的能力明显提升,大有追上Gemini的架势,“顶流”AI编程助手Cursor第一时间宣布上新GPT-5.2。
在GPT-5.2的发布会上,OpenAI应用业务负责人Fidji Simo也确认,外界关注已久的ChatGPT“成人模式(adult mode)”预计将在2026年第一季度上线。Fidji Simo称,在推出该模式前,OpenAI希望确保年龄预测模型足够成熟,能够准确识别未成年用户,同时避免误判成年人。
目前,该年龄预测模型已在部分国家进行早期测试,主要用于自动应用不同的内容限制与安全策略。
这一评测覆盖销售演示、预算模型、运营排班、制造流程图等多类线在这些任务的生成速度约为人工专家的11倍,成本为其1%以下。
根据Arena说明,必赢国际437官方GPT-5.2此前在内部以“robin”和“robin-high”为代号进行测试,其分数与GPT-5-medium仅相差1分,目前仍为初步结果,未来有望随着测试量积累而进一步稳定。
从评测维度来看,Arena主要衡量模型在可部署Web应用情境下的端到端编码能力,GPT-5.2已反映出其在复杂任务链条上的实用性。
在事实准确性方面,GPT-5.2 Thinking在基于ChatGPT查询的无错误回答率(开启搜索模式下)达到93.9%,较GPT-5.1的91.2%有所改善,在无搜索情况下也从87.3%提升至88%。
OpenAI提到,GPT-5.2 Thinking和Pro均支持第五档推理强度xhigh,适用于长流程、多步骤、高精度的专业任务场景。
在视觉能力上,GPT-5.2在ScreenSpot-Pro(界面理解)中达到86.3%的准确率,相比GPT-5.1有明显提升。在CharXiv科学图表推理任务中,也实现了准确率的大幅增长。这使其在处理科研图表、运营仪表盘、产品界面截图等专业视觉输入时更加可靠。
在Microsoft 365 Copilot中,用户已经可以通过模型选择器启用GPT-5.2,用于会议记录分析、文档推理、市场研究与战略规划等高复杂度任务。Nadella称,将模型与用户工作数据结合后,GPT-5.2能够更充分发挥推理优势。
在GitHub Copilot中,GPT-5.2适用于长上下文推理与复杂代码库审查,重点覆盖跨文件关系分析、依赖追踪与重构建议等工程类使用场景。
此外,GPT-5.2还同步进入Microsoft Foundry与Copilot Studio,开发者可在构建自动化流程、企业内部Agent或自主开发时直接调用GPT-5.2模型。面向消费者端的Copilot也将随后启动分阶段更新,逐步替换当前版本。
从微软生态的覆盖面来看,GPT-5.2已被定位为“默认生产力模型”,在不同产品线之间以自动模型选择的方式服务更广泛的开发、写作与分析任务。
此外,顶流AI编程助手Cursor也已第一时间火速上线,并同步沿用OpenAI官方API价格。
从多项公开基准测试到Arena针对Web应用端到端能力的评测结果,GPT-5.2展现出的整体能力向稳定可用和任务完成度方向收拢。
随着Instant、Thinking与Pro组成的多档能力体系的开放,GPT-5.2在不同工作流中被切分为更清晰的使用场景。而在微软生态中的全面接入,也进一步强化了这一变化的方向。无论是在M365 Copilot中承担跨文档推理,还是在GitHub Copilot中处理长上下文代码链路,GPT-5.2都开始参与到更高频、更具体的任务流程中。
除了推出面向专业工作和智能体的前沿模型外,OpenAI还宣布已经与迪士尼达成授权协议,允许Sora 2用户在生成并分享的图片中使用迪士尼角色。迪士尼将向OpenAI投资10亿美元(约合人民币71亿元),并拥有未来增持股份的选择权。