OpenAI刚刚推出了GPT-5.2系列，这是目前最适合专业知识工作的模型。数据显示，ChatGPT企业版用户平均每天节省40-60分钟，重度用户每周节省超过10小时。GPT-5.2旨在释放更多经济价值。
专业工作表现
在GDPval评估中，GPT-5.2 Thinking在44个职业的知识工作任务上，有70.9%的情况达到或超越行业专家水平。这些任务包括制作演示文稿、电子表格等专业产出。
在投行分析师电子表格建模任务中，GPT-5.2 Thinking的平均得分比GPT-5.1提高9.3个百分点。
侧面对比显示，新模型生成的电子表格和幻灯片在复杂度和格式上都有明显提升。
编程能力提升
GPT-5.2 Thinking在SWE-Bench Pro上达到55.6%的新高度，这个评估测试四种编程语言，比仅测试Python的SWE-bench Verified更具挑战性。
早期测试者反馈，新模型在前端开发和复杂UI工作（特别是涉及3D元素）上表现显著更强。这意味着它能更可靠地调试生产代码、实现功能请求、重构大型代码库。
可靠性与安全性
GPT-5.2 Thinking的幻觉率比GPT-5.1降低30%。在敏感对话处理上也有改进，特别是在自杀自残、心理健康困扰等场景下的响应更加妥当。
工具调用能力大幅提升
GPT-5.2在工具调用准确性上有显著改进。在复杂的多步骤任务中，它能更准确地选择合适的工具，并按正确顺序执行操作。
从下面对比图可以看出，新模型在处理需要多个工具协同的任务时表现更加稳定。比如在数据分析场景中，它能更好地理解何时需要调用计算工具、何时需要生成图表，以及如何将结果整合成完整的报告。
长文档处理能力
GPT-5.2 Thinking在长上下文推理上创下新纪录。在处理需要跨数十万token整合信息的任务时，准确性大幅提升。这使得它能更好地处理报告、合同、研究论文等长文档。
视觉理解进步
新模型的视觉错误率降低约一半，能更准确地解读仪表板、产品截图、技术图表等视觉信息。在理解图像中元素的空间布局方面也有明显进步。
科学推理突破
在GPQA Diamond（研究生级别科学问答）上，GPT-5.2 Pro达到93.2%，Thinking版本达到92.4%。在专家级数学评估FrontierMath上，GPT-5.2 Thinking解决了40.3%的问题。
定价与可用性
GPT-5.2定价为每百万输入token 1.75美元，输出token 14美元，缓存输入享受90%折扣。尽管单token成本更高，但由于token效率提升，达到相同质量水平的总体成本反而更低。
在ChatGPT中，GPT-5.2今天开始向付费用户逐步推出，API平台已全面可用。GPT-5.1将继续在API中提供服务，暂无弃用计划。
GPT-5.2这次更新如同版本号所示，不是革命性的飞跃，更像是在夯实基础，持续提升每个板块的分位线。如何将过去funcy的demo转化为实实在在的生产力，既是对过去补的课，也是在未来路线混沌期，更为明智和务实的路线。
关注公众号回复“进群”入群讨论。