bingdadaOpenAI 发布 GPT-5.2，在 GDPval、SWE-Bench Pro 等多项基准刷新纪录，超越人类专家水平。新模型在电子表格、编码、工具调用等方面实现显著提升，即日起向付费用户开放。
2025年12月11日，OpenAI 正式发布了其最新旗舰模型系列 GPT-5.2。这不仅是 OpenAI 在人工智能领域的又一里程碑，更是面向专业知识工作与长期运行智能体（agents）的最先进模型。 根据官方数据，ChatGPT Enterprise 用户的平均反馈显示，AI 每天为他们节省 40-60 分钟，重度用户甚至每周节省超过 10 小时。而 GPT-5.2 的设计目标，正是进一步释放经济价值——它在电子表格创建、演示文稿制作、代码编写、图像感知、长上下文理解、工具调用以及复杂多步骤项目管理等维度均实现了显著提升。
GPT-5.2 在多个权威基准测试中创下新纪录，尤其是在 GDPval 上表现突出。GDPval 是一项衡量 44 种职业知识工作任务的评估，GPT-5.2 Thinking 以 70.9% 的胜率或平局率超越了行业专家。 以下是关键基准对比： | 基准测试 | GPT-5.2 Thinking | GPT-5.1 Thinking |
|----------|------------------|------------------| | GDPval (知识工作任务) | 70.9% | 38.8% | | SWE-Bench Pro (软件工程) | 55.6% | 50.8% | | SWE-bench Verified (软件工程) | 80.0% | 76.3% | | GPQA Diamond (科学问题，无工具) | 92.4% | 88.1% | | CharXiv Reasoning (科学图表，Python) | 88.7% | 80.3% | | AIME 2025 (竞赛数学，无工具) | 100.0% | 94.0% | | FrontierMath (Tier 1-3，高等数学) | 40.3% | 31.0% | | FrontierMath (Tier 4，高等数学) | 14.6% | 12.5% | | ARC-AGI-1 (抽象推理，已验证) | 86.2% | 72.8% | | ARC-AGI-2 (抽象推理，已验证) | 52.9% | 17.6% | 这些数据表明，GPT-5.2 在通用智能、长上下文理解、工具调用和视觉能力上均取得了实质性进步。
多家知名企业已在真实场景中测试了 GPT-5.2，并给出了高度评价：
Notion、Box、Shopify、Harvey、Zoom：观察到 GPT-5.2 在长周期推理和工具调用方面达到行业领先水平。
Databricks、Hex、Triple Whale：认为 GPT-5.2 在智能体数据科学和文档分析任务上表现卓越。
Cognition、Warp、Charlie Labs、JetBrains、Augment Code：指出 GPT-5.2 在智能体编码方面实现突破，在交互式编程、代码审查和漏洞发现等环节有可衡量的提升。
GPT-5.2 的设计核心是“经济价值”。在 GDPval 评估中，模型尝试完成覆盖美国 GDP 前 9 大行业中 44 种职业的指定知识工作任务——包括销售演示、会计电子表格、急诊排班表、制造图表甚至短视频。 一位评估员在评价某次输出时写道：“这是一个令人兴奋且显著的飞跃……输出质量看起来像是由专业公司完成的，布局和交付建议都出奇地好，尽管仍有小错误需要修正。” 此外，在内部初级投行分析师电子表格建模基准测试中（例如为财富 500 强公司构建三表模型或杠杆收购模型），GPT-5.2 Thinking 的平均任务得分比 GPT-5.1 高出 9.3%，从 59.1% 提升至 68.4%。
在 SWE-Bench Pro（一个严格评估真实世界软件工程的基准，覆盖四种语言）上，GPT-5.2 Thinking 以 55.6% 的得分创下新纪录。相比之下，仅测试 Python 的 SWE-bench Verified 上，GPT-5.2 Thinking 也达到了 80% 的新高。 这意味着在日常使用中，模型能更可靠地调试生产代码、实现功能请求、重构大型代码库，并以更少的人工干预端到端地修复问题。 前端开发方面，早期测试者发现 GPT-5.2 在复杂或非传统 UI 工作（尤其是涉及 3D 元素）上显著强于前代，成为全栈工程师的得力助手。
GPT-5.2 系列（包括 Instant、Thinking 和 Pro 版本）即日起在 ChatGPT 中向付费计划用户逐步推出，API 端则对所有开发者开放。 在 ChatGPT 中，要使用新的电子表格和演示文稿功能，用户需拥有 Plus、Pro、Business 或 Enterprise 计划，并选择 GPT-5.2 Thinking 或 Pro 模式。复杂生成可能需要数分钟。
GPT-5.2 的发布标志着 AI 从“辅助工具”向“专业协作者”的转变。它不仅提升了通用智能，更在具体经济任务中展现了超越人类专家的潜力。对于企业而言，这意味着更快的交付、更低的成本以及更高的质量——正如 OpenAI 所言，当与人类监督结合时，GPT-5.2 可以真正助力专业工作。 随着 GPT-5.2 的逐步普及，我们正在进入一个 AI 深度参与知识创造与生产的新时代。
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。 编辑团队：内容策划 · 技术编辑 · AI 研究组 网站：bingdada.com © 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
英伟达内部实践显示，ChatGPT Work正帮助企业团队将信息整合工作自动化，每周节省16小时，并将原型开发周期从数周缩短至数天。这一案例揭示了AI工作流从工具到组织资产演进的趋势。
AI正在重塑商业本身，智能体进入商业决策过程，信任成为决定这一切能否规模化的关键。本文从身份、授权、生态三个维度探讨AI商业的信任基础，并分析中国市场的独特优势。
OpenAI 将 GPT-5.6 系列模型（Sol、Terra、Luna）集成至 Kiro 开发代理，通过规格驱动方法实现约 82% 的成本降低，标志着 AI 编程从能力竞赛转向成本效率竞争。
获取最新的 SEO 与 GEO 技术资讯。
我们尊重您的隐私，随时可以取消订阅。
