智東西
作者｜江宇
編輯｜漠影

智東西12月12日?qǐng)?bào)道，今日凌晨，正值OpenAI十周年生日，OpenAI正式推出其迄今最強(qiáng)模型GPT-5.2，并同步上線ChatGPT與API體系。

本次更新包含GPT-5.2 Instant、Thinking與Pro三個(gè)版本，將從今日起陸續(xù)向Plus、Pro、Business與Enterprise等付費(fèi)方案用戶開放，Free與Go用戶預(yù)計(jì)將于明日獲得訪問權(quán)限。同時(shí)，GPT-5.2也已納入API與Codex中供開發(fā)者調(diào)用。

▲圖源：X平臺(tái)

現(xiàn)有的GPT-5.1將在ChatGPT中繼續(xù)作為過渡版本向付費(fèi)用戶提供三個(gè)月，之后將正式下線。OpenAI官方稱，GPT-5.2屬于其持續(xù)改進(jìn)模型系列的一部分，后續(xù)仍將圍繞過度拒絕、響應(yīng)延遲等已知問題進(jìn)行迭代優(yōu)化。

在API端，GPT-5.2 Thinking對(duì)應(yīng)gpt-5.2，Instant對(duì)應(yīng)gpt-5.2-chat-latest，Pro對(duì)應(yīng)gpt-5.2-pro，開發(fā)者可直接調(diào)用。

▲圖源：OpenAI官方博客

在價(jià)格方面，GPT-5.2的調(diào)用價(jià)格較上一代上調(diào)，輸入端1.75美元/百萬tokens（約合人民幣12.35元/百萬tokens）、輸出端14美元/百萬tokens（約合人民幣98.81元/百萬tokens）。GPT-5.2 Pro的定價(jià)為21美元與168美元/百萬tokens（約合人民幣148元與1185元/百萬tokens），并首次支持第五檔推理強(qiáng)度xhigh。

▲圖源：OpenAI官方博客

OpenAI聯(lián)合創(chuàng)始人兼CEO Sam Altman在社交平臺(tái)X上公布了GPT-5.2在多項(xiàng)前沿基準(zhǔn)上的成績：SWE-Bench Pro達(dá)到55.6%，ARC-AGI-2為52.9%，F(xiàn)rontier Math為40.3%。

▲圖源：X平臺(tái)

這些基準(zhǔn)主要用于衡量模型在復(fù)雜代碼修復(fù)、通用推理與高難度數(shù)學(xué)任務(wù)中的表現(xiàn)，GPT-5.2在高階任務(wù)上的穩(wěn)定性進(jìn)一步提升。

根據(jù)OpenAI官方博客，GPT-5.2在涵蓋44個(gè)職業(yè)的明確知識(shí)工作任務(wù)中，表現(xiàn)均優(yōu)于行業(yè)專業(yè)人士。相比GPT-5.1 Thinking，GPT-5.2 Thinking在應(yīng)對(duì)知識(shí)型任務(wù)、編程、科學(xué)問題、數(shù)學(xué)、抽象推理的多項(xiàng)能力均大幅提升，尤其是在頂尖數(shù)學(xué)競賽AIME 2025拿到滿分成績，在OpenAI專業(yè)工作基準(zhǔn)測試GDPval中戰(zhàn)勝或打平70.9%的人類專家。

▲圖源：OpenAI官方博客

OpenAI團(tuán)隊(duì)成員Yann Dubois也在社交平臺(tái)X平臺(tái)上發(fā)帖稱，GPT-5.2 Thinking的設(shè)計(jì)重點(diǎn)放在“經(jīng)濟(jì)價(jià)值較高的任務(wù)”（如編碼、表格與演示文檔）。

▲圖源：X平臺(tái)

此外，在SWE-Bench Pro、GPQA Diamond等8項(xiàng)基準(zhǔn)測試中，GPT-5.2 Thinking的分?jǐn)?shù)均超過谷歌Gemini 3 Pro和Anthropic Claude Opus 4.5。

▲圖源：OpenAI

值得一提的是，GPT-5.2在處理多模態(tài)任務(wù)方面的能力明顯提升，大有追上Gemini的架勢，“頂流”AI編程助手Cursor第一時(shí)間宣布上新GPT-5.2。

與此同時(shí)，微軟董事長兼CEO Satya Nadella宣布，GPT-5.2將全面進(jìn)入Microsoft 365 Copilot、GitHub Copilot與Foundry等產(chǎn)品體系。

▲圖源：X平臺(tái)

在GPT-5.2的發(fā)布會(huì)上，OpenAI應(yīng)用業(yè)務(wù)負(fù)責(zé)人Fidji Simo也確認(rèn)，外界關(guān)注已久的ChatGPT“成人模式（adult mode）”預(yù)計(jì)將在2026年第一季度上線。Fidji Simo稱，在推出該模式前，OpenAI希望確保年齡預(yù)測模型足夠成熟，能夠準(zhǔn)確識(shí)別未成年用戶，同時(shí)避免誤判成年人。

目前，該年齡預(yù)測模型已在部分國家進(jìn)行早期測試，主要用于自動(dòng)應(yīng)用不同的內(nèi)容限制與安全策略。

一、專業(yè)任務(wù)能力躍升，首次達(dá)到“專家級(jí)”評(píng)分

根據(jù)OpenAI官方披露，GPT-5.2 Thinking在覆蓋44類職業(yè)任務(wù)的GDPval評(píng)測中，首次達(dá)到“專家級(jí)”表現(xiàn)——在70.9%的對(duì)比中戰(zhàn)勝或持平行業(yè)專業(yè)人士。GPT-5.2 Pro進(jìn)一步提升至74.1%。在僅統(tǒng)計(jì)“明確勝出”的任務(wù)中，GPT-5.2 Thinking為49.8%，Pro則達(dá)到60%。

這一評(píng)測覆蓋銷售演示、預(yù)算模型、運(yùn)營排班、制造流程圖等多類真實(shí)業(yè)務(wù)成果。GPT-5.2在這些任務(wù)的生成速度約為人工專家的11倍，成本為其1%以下。

在投研類任務(wù)中，GPT-5.2 Thinking在內(nèi)部評(píng)測的投行三表模型與杠桿收購模型等場景中的平均得分為68.4%，較GPT-5.1 Thinking的59.1%有明確提升，GPT-5.2 Pro得分進(jìn)一步增長至71.7%。

▲圖源：OpenAI官方博客

▲GPT-5.1 Thinking與GPT-5.2 Thinking效果對(duì)比

二、代碼、工具調(diào)用與長鏈路任務(wù)全面升級(jí)

在代碼能力方面，GPT-5.2 Thinking在更嚴(yán)格的SWE-bench Pro（跨四種語言、強(qiáng)調(diào)真實(shí)工程難度）中取得55.6%，在SWE-bench Verified中更是達(dá)到80%，均顯著領(lǐng)先GPT-5.1的50.8%與76.3%。在SWE-Lancer IC Diamond任務(wù)中，GPT-5.2 Thinking取得74.6%（GPT-5.1為69.7%）。

▲圖源：OpenAI官方博客

與此同時(shí)，GPT-5.2出現(xiàn)在AI基準(zhǔn)平臺(tái)Imarena.ai（Arena）排行榜中，并在WebDev測試中取得1486分，位列第二，僅落后榜首3分，領(lǐng)先Claude-opus-4-5與Gemini-3-pro等主流模型。另一個(gè)版本GPT-5.2則以1399分排在第六。

根據(jù)Arena說明，GPT-5.2此前在內(nèi)部以“robin”和“robin-high”為代號(hào)進(jìn)行測試，其分?jǐn)?shù)與GPT-5-medium僅相差1分，目前仍為初步結(jié)果，未來有望隨著測試量積累而進(jìn)一步穩(wěn)定。

從評(píng)測維度來看，Arena主要衡量模型在可部署Web應(yīng)用情境下的端到端編碼能力，GPT-5.2已反映出其在復(fù)雜任務(wù)鏈條上的實(shí)用性。

在事實(shí)準(zhǔn)確性方面，GPT-5.2 Thinking在基于ChatGPT查詢的無錯(cuò)誤回答率（開啟搜索模式下）達(dá)到93.9%，較GPT-5.1的91.2%有所改善，在無搜索情況下也從87.3%提升至88%。

▲圖源：OpenAI官方博客

另一個(gè)關(guān)鍵變化來自工具調(diào)用與長鏈路任務(wù)的可靠性提升。

GPT-5.2 Thinking在Tau-2 Bench Telecom中達(dá)到98.7%的最高得分，在零推理模式下也大幅領(lǐng)先上一代，在更高噪聲的Retail場景中準(zhǔn)確率從77.9%提升至82%。在更通用的工具鏈評(píng)估BrowseComp中，GPT-5.2 Thinking達(dá)到65.8%，Pro版本達(dá)到77.9%，亦高于GPT-5.1的50.8%。

▲圖源：OpenAI官方博客

OpenAI提到，GPT-5.2 Thinking和Pro均支持第五檔推理強(qiáng)度xhigh，適用于長流程、多步驟、高精度的專業(yè)任務(wù)場景。

三、在長上下文與視覺理解，GPT-5.2全面增強(qiáng)

在長上下文能力上，GPT-5.2 Thinking在OpenAI MRCRv2中全面領(lǐng)先上一代，在8 needles測試中從4k到256k的范圍內(nèi)均保持遠(yuǎn)高于GPT-5.1的表現(xiàn)，其中在4k–8k長度下達(dá)98.2%，在128k–256k長度下仍保持77.0%，而GPT-5.1同期為29.6%–47.8%區(qū)間。

在其他長文場景中，BrowseComp Long Context（128k/256k）中，GPT-5.2 Thinking分別達(dá)到92.0%與89.8%。GraphWalks任務(wù)中，GPT-5.2 Thinking在bfs與parents子集分別達(dá)到94.0%與89.0%，相比GPT-5.1的76.8%與71.5%顯著提升。

▲圖源：OpenAI官方博客

在視覺理解上，GPT-5.2 Thinking在CharXiv科學(xué)圖表推理任務(wù)中無工具模式下為82.1%，開啟Python工具后進(jìn)一步提升至88.7%。在ScreenSpot-Pro界面理解中，GPT-5.2 Thinking取得86.3%，遠(yuǎn)高于GPT-5.1的64.2%。在視頻類、多模態(tài)綜合難度更高的Video MMMU中，也從82.9%提升至85.9%。

在視覺能力上，GPT-5.2在ScreenSpot-Pro（界面理解）中達(dá)到86.3%的準(zhǔn)確率，相比GPT-5.1有明顯提升。在CharXiv科學(xué)圖表推理任務(wù)中，也實(shí)現(xiàn)了準(zhǔn)確率的大幅增長。這使其在處理科研圖表、運(yùn)營儀表盤、產(chǎn)品界面截圖等專業(yè)視覺輸入時(shí)更加可靠。

▲圖源：OpenAI官方博客

四、微軟全家桶同步升級(jí)，GPT-5.2成為新一代“生產(chǎn)力模型”

隨著GPT-5.2發(fā)布，微軟董事長兼CEO Satya Nadella也在社交平臺(tái)X平臺(tái)上宣布，GPT-5.2將全面進(jìn)入Microsoft 365 Copilot、GitHub Copilot與Foundry等產(chǎn)品體系，并作為新的“默認(rèn)推理模型”服務(wù)更多工作流場景。

在Microsoft 365 Copilot中，用戶已經(jīng)可以通過模型選擇器啟用GPT-5.2，用于會(huì)議記錄分析、文檔推理、市場研究與戰(zhàn)略規(guī)劃等高復(fù)雜度任務(wù)。Nadella稱，將模型與用戶工作數(shù)據(jù)結(jié)合后，GPT-5.2能夠更充分發(fā)揮推理優(yōu)勢。

在GitHub Copilot中，GPT-5.2適用于長上下文推理與復(fù)雜代碼庫審查，重點(diǎn)覆蓋跨文件關(guān)系分析、依賴追蹤與重構(gòu)建議等工程類使用場景。

此外，GPT-5.2還同步進(jìn)入Microsoft Foundry與Copilot Studio，開發(fā)者可在構(gòu)建自動(dòng)化流程、企業(yè)內(nèi)部Agent或自主開發(fā)時(shí)直接調(diào)用GPT-5.2模型。面向消費(fèi)者端的Copilot也將隨后啟動(dòng)分階段更新，逐步替換當(dāng)前版本。

▲圖源：X平臺(tái)

從微軟生態(tài)的覆蓋面來看，GPT-5.2已被定位為“默認(rèn)生產(chǎn)力模型”，在不同產(chǎn)品線之間以自動(dòng)模型選擇的方式服務(wù)更廣泛的開發(fā)、寫作與分析任務(wù)。

此外，頂流AI編程助手Cursor也已第一時(shí)間火速上線GPT-5.2，并同步沿用OpenAI官方API價(jià)格。

▲圖源：Cursor

結(jié)語：GPT-5.2的能力邊界正向“穩(wěn)定、實(shí)用”收攏

從多項(xiàng)公開基準(zhǔn)測試到Arena針對(duì)Web應(yīng)用端到端能力的評(píng)測結(jié)果，GPT-5.2展現(xiàn)出的整體能力向穩(wěn)定可用和任務(wù)完成度方向收攏。

隨著Instant、Thinking與Pro組成的多檔能力體系的開放，GPT-5.2在不同工作流中被切分為更清晰的使用場景。而在微軟生態(tài)中的全面接入，也進(jìn)一步強(qiáng)化了這一變化的方向。無論是在M365 Copilot中承擔(dān)跨文檔推理，還是在GitHub Copilot中處理長上下文代碼鏈路，GPT-5.2都開始參與到更高頻、更具體的任務(wù)流程中。

除了推出面向?qū)I(yè)工作和智能體的前沿模型外，OpenAI還宣布已經(jīng)與迪士尼達(dá)成授權(quán)協(xié)議，允許Sora 2用戶在生成并分享的圖片中使用迪士尼角色。迪士尼將向OpenAI投資10億美元（約合人民幣71億元），并擁有未來增持股份的選擇權(quán)。