刚刚，OpenAI迎10周年，发GPT-5.2，重点是和白领抢工作

智东西12月12日报道，今日凌晨，正值OpenAI十周年生日，OpenAI正式推出其迄今最强模型GPT-5.2，并同步上线ChatGPT与API体系。

本次更新包含GPT-5.2 Instant、Thinking与Pro三个版本，将从今日起陆续向Plus、Pro、Business与Enterprise等付费方案用户开放，Free与Go用户预计将于明日获得访问权限。同时，GPT-5.2也已纳入API与Codex中供开发者调用。

▲图源：X平台

现有的GPT-5.1将在ChatGPT中继续作为过渡版本向付费用户提供三个月，之后将正式下线。OpenAI官方称，GPT-5.2属于其持续改进模型系列的一部分，后续仍将围绕过度拒绝、响应延迟等已知问题进行迭代优化。

在API端，GPT-5.2 Thinking对应gpt-5.2，Instant对应gpt-5.2-chat-latest，Pro对应gpt-5.2-pro，开发者可直接调用。

▲图源：OpenAI官方博客

在价格方面，GPT-5.2的调用价格较上一代上调，输入端1.75美元/百万tokens（约合人民币12.35元/百万tokens）、输出端14美元/百万tokens（约合人民币98.81元/百万tokens）。GPT-5.2 Pro的定价为21美元与168美元/百万tokens（约合人民币148元与1185元/百万tokens），并首次支持第五档推理强度xhigh。

▲图源：OpenAI官方博客

OpenAI联合创始人兼CEO Sam Altman在社交平台X上公布了GPT-5.2在多项前沿基准上的成绩：SWE-Bench Pro达到55.6%，ARC-AGI-2为52.9%，Frontier Math为40.3%。

▲图源：X平台

这些基准主要用于衡量模型在复杂代码修复、通用推理与高难度数学任务中的表现，GPT-5.2在高阶任务上的稳定性进一步提升。

根据OpenAI官方博客，GPT-5.2在涵盖44个职业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在应对知识型任务、编程、科学问题、数学、抽象推理的多项能力均大幅提升，尤其是在顶尖数学竞赛AIME 2025拿到满分成绩，在OpenAI专业工作基准测试GDPval中战胜或打平70.9%的人类专家。

▲图源：OpenAI官方博客

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）。

▲图源：X平台

此外，在SWE-Bench Pro、GPQA Diamond等8项基准测试中，GPT-5.2 Thinking的分数均超过谷歌Gemini 3 Pro和Anthropic Claude Opus 4.5。

▲图源：OpenAI

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。

与此同时，微软董事长兼CEO Satya Nadella宣布，GPT-5.2将全面进入Microsoft 365 Copilot、GitHub Copilot与Foundry等产品体系。

▲图源：X平台

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。

一、专业任务能力跃升，首次达到“专家级”评分

根据OpenAI官方披露，GPT-5.2 Thinking在覆盖44类职业任务的GDPval评测中，首次达到“专家级”表现——在70.9%的对比中战胜或持平行业专业人士。GPT-5.2 Pro进一步提升至74.1%。在仅统计“明确胜出”的任务中，GPT-5.2 Thinking为49.8%，Pro则达到60%。

这一评测覆盖销售演示、预算模型、运营排班、制造流程图等多类真实业务成果。GPT-5.2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。

在投研类任务中，GPT-5.2 Thinking在内部评测的投行三表模型与杠杆收购模型等场景中的平均得分为68.4%，较GPT-5.1 Thinking的59.1%有明确提升，GPT-5.2 Pro得分进一步增长至71.7%。

▲图源：OpenAI官方博客

▲GPT-5.1 Thinking与GPT-5.2 Thinking效果对比

二、代码、工具调用与长链路任务全面升级

在代码能力方面，GPT-5.2 Thinking在更严格的SWE-bench Pro（跨四种语言、强调真实工程难度）中取得55.6%，在SWE-bench Verified中更是达到80%，均显著领先GPT-5.1的50.8%与76.3%。在SWE-Lancer IC Diamond任务中，GPT-5.2 Thinking取得74.6%（GPT-5.1为69.7%）。

▲图源：OpenAI官方博客

与此同时，GPT-5.2出现在AI基准平台Imarena.ai（Arena）排行榜中，并在WebDev测试中取得1486分，位列第二，仅落后榜首3分，领先Claude-opus-4-5与Gemini-3-pro等主流模型。另一个版本GPT-5.2则以1399分排在第六。

根据Arena说明，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%。

▲图源：OpenAI官方博客

另一个关键变化来自工具调用与长链路任务的可靠性提升。

GPT-5.2 Thinking在Tau-2 Bench Telecom中达到98.7%的最高得分，在零推理模式下也大幅领先上一代，在更高噪声的Retail场景中准确率从77.9%提升至82%。在更通用的工具链评估BrowseComp中，GPT-5.2 Thinking达到65.8%，Pro版本达到77.9%，亦高于GPT-5.1的50.8%。

▲图源：OpenAI官方博客

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。

三、在长上下文与视觉理解，GPT-5.2全面增强

在长上下文能力上，GPT-5.2 Thinking在OpenAI MRCRv2中全面领先上一代，在8 needles测试中从4k到256k的范围内均保持远高于GPT-5.1的表现，其中在4k–8k长度下达98.2%，在128k–256k长度下仍保持77.0%，而GPT-5.1同期为29.6%–47.8%区间。

在其他长文场景中，BrowseComp Long Context（128k/256k）中，GPT-5.2 Thinking分别达到92.0%与89.8%。GraphWalks任务中，GPT-5.2 Thinking在bfs与parents子集分别达到94.0%与89.0%，相比GPT-5.1的76.8%与71.5%显著提升。

▲图源：OpenAI官方博客

在视觉理解上，GPT-5.2 Thinking在CharXiv科学图表推理任务中无工具模式下为82.1%，开启Python工具后进一步提升至88.7%。在ScreenSpot-Pro界面理解中，GPT-5.2 Thinking取得86.3%，远高于GPT-5.1的64.2%。在视频类、多模态综合难度更高的Video MMMU中，也从82.9%提升至85.9%。

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。

▲图源：OpenAI官方博客

四、微软全家桶同步升级，GPT-5.2成为新一代“生产力模型”

随着GPT-5.2发布，微软董事长兼CEO Satya Nadella也在社交平台X平台上宣布，GPT-5.2将全面进入Microsoft 365 Copilot、GitHub Copilot与Foundry等产品体系，并作为新的“默认推理模型”服务更多工作流场景。

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。

▲图源：X平台

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GPT-5.2，并同步沿用OpenAI官方API价格。

▲图源：Cursor

结语：GPT-5.2的能力边界正向“稳定、实用”收拢

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。