OpenAI 正式发布 GPT-5.2，面向职场与专业场景推出三版本模型，助力工作效率显著提升

OpenAI正式发布GPT-5.2模型，推出Instant、Thinking、Pro三个版本，分别针对常规任务、复杂推理和高精度需求。模型在多项基准测试中表现突出，在GDPval知识工作任务评估中首次达到或超越人类专家水平，软件工程能力（SWE-Bench Pro）创下55.6%的新纪录。其幻觉率降低约30%，长文本处理准确率接近完美。

在谷歌 Gemini 3 发布带来的竞争压力下，OpenAI 宣布进入“红色警报”状态，集中资源投入 ChatGPT 主线开发。今日，OpenAI 正式推出 GPT-5.2 模型，该模型将面向 ChatGPT 付费用户及开发者开放 API，主打职场与专业场景的实用价值，旨在为用户创造更多经济效益。

GPT-5.2 共分为三个版本：

Instant：速度优化版，适用于信息查询、写作、翻译等日常任务；
Thinking：专注处理复杂结构化任务，如编程、长文档分析、数学与规划；
Pro：高端版本，在高难度任务中提供极高的准确性与可靠性。

定位职场：以提升工作效率为核心

与外界期待的方向不同，GPT-5.2 并未侧重于个性化或消费级体验，而是继续强化其在职场中的实用功能。据 OpenAI 应用 CEO Fidji Simo 介绍，该模型旨在帮助用户完成表格处理、PPT 制作、代码编写、图像理解、长文本解读及复杂项目规划等任务。

数据显示，ChatGPT 企业版用户平均每天可节省 40 至 60 分钟，重度用户每周节省时间超过 10 小时。

专业表现超越人类专家水平

在涵盖销售、会计、医疗、制造、短视频等九大行业的 GDPval 测试中，GPT-5.2 Thinking 在 70.9% 的任务中达到或超越人类专家水平。在软件工程测试 SWE-Bench Pro 中，该模型取得 55.6% 的成绩，创下业界新高；在 SWE-bench Verified 中更是达到 80%，展现出优秀的代码调试、功能实现与重构能力。

此外，GPT-5.2 可根据单一提示生成完整单页应用，如海浪模拟器、节日贺卡生成器等，并具备参数调节与动画效果支持。

准确性、长文本与多模态能力全面提升

幻觉率降低约 30%，在匿名查询测试中错误回答显著减少；
长文本处理能力突出，在 MRCRv2 测试中，于 256k token 上下文内实现接近 100% 的准确率，适用于合同、论文、多文件项目等深度分析；
视觉理解能力增强，在图表推理与界面理解方面错误率下降约一半；
工具调用与推理能力提升，在 Tau2-bench Telecom 测试中取得 98.7% 的成绩，支持端到端工作流执行。

数学与科学能力实现突破

在研究生级别科学问答测试 GPQA Diamond 与专家数学测试 FrontierMath 中，GPT-5.2 表现优异。尤其在 ARC-AGI-1 测试中，GPT-5.2 Pro 成为首个突破 90% 准确率的模型，且成本较以往降低约 390 倍。在 ARC-AGI-2 测试中，GPT-5.2 Thinking 与 Pro 分别取得 52.9% 与 54.2% 的成绩。

值得一提的是，在研究层面，GPT-5.2 Pro 针对统计学习理论中的开放问题，提出了可行的证明方案，并已通过专家评审，显示出在科研辅助方面的潜力。