如果只用一句话形容 GPT‑5.2，那就是：它更像一个能独立干活的 junior，同事级，而不只是一个聪明的搜索框。
OpenAI 在这次发布里反复强调几件事：
- • 在覆盖 44 个职业的 GDPval 评测里，GPT‑5.2 Thinking 有大概七成任务的表现，已经被专家评审认为不比顶级从业者差。
- • 在投行内部那种偏残酷的电子表格建模任务里，这个模型的平均得分从 59.1 提升到 68.4，已经不是“能不能做”的问题，而是“做得够不够快、可不可直接拿去改”。
换句话说，它现在更擅长做“有明确产出”的东西。
PPT、Excel、项目排期、三表模型，这些在很多行业里占了大量时间的活，开始变成可以“交给 AI 起头再人工改一遍”的工作流。
三个版本分别负责什么工作
这次 5.2 系列还是那三位老熟人：Instant，Thinking 和 Pro，不过分工变得更清楚了。
- • GPT‑5.2 Instant
这个更像你天天会打开的“主力模型”。查资料，写一份说明文档，整理一段对话，翻译技术说明，基本交给它就够了。整体速度快，口吻自然，适合开会前快速过一遍内容，或者帮你写一份“看得过去”的初稿。
- • GPT‑5.2 Thinking
如果说 Instant 适合“短跑”，Thinking 就是为“拉长线的硬活”准备的。编码、长文档总结、对着一堆 PDF 和会议记录梳理清楚问题、一步步算数学和逻辑题、规划一个复杂项目，这一类任务，用它更合适。它可以花更多“脑力预算”去推理，输出结构也会更完整。
- • GPT‑5.2 Pro
这个就更像“专家外援”。你不一定每天用，但一旦用，大概率是因为那件事不太允许出大错。OpenAI 把它定位在“高难度问题时最智能、最可靠的选择”，在数学、科学研究和复杂代码这些场景里，它的错得更少，也更擅长给出接近“交付级”的答案。
如果你是在 ChatGPT 里用，它们分别叫 ChatGPT‑5.2 Instant、Thinking 和 Pro，在 API 里则是 gpt-5.2-chat-latest、 gpt-5.2 和 gpt-5.2-pro。
写代码这块，5.2 可以当成什么水平的队友
对写代码这块，OpenAI 给出的数据比较直接。
在 SWE‑bench Pro 这种更接近真实代码仓库的测试里，GPT‑5.2 Thinking 的通过率做到 55.6，配合其他评测，基本能看出两个趋势：
- • 处理真实项目里那种“带上下游依赖”的任务时，它更不容易迷路。比如调一个生产环境的 bug，不再只会给出一段“看起来很优雅但根本跑不起来”的 patch，而是更有机会直接改到点上。
- • 在前端和复杂 UI 场景，比如做个 3D 海浪模拟、互动贺卡、打字雨小组件，它已经能在一个提示下把 HTML、CSS 和 JavaScript 写得有模有样。你更多是在调参数，而不是整块重写。
早期测试者里做开发工具的人给了一个评价，大意是：从 GPT‑5 到 5.2 这段，是“智能体编码”上最大的一次飞跃，在同价位里就是现在最好用的编码模型。
如果你本身就是工程师，这意味着一个比较现实的用法：
- • 新功能的雏形，让它先拉一版；
- • 老项目重构，让它帮你算依赖和重组结构；
- • 排错时，当一个可以快速试多个思路的辅助脑袋。
这类事情，5.1 能做，但 5.2 做得更稳，也更省你的时间。
长文档和复杂信息，它现在是真的“看得完”
很多人之前对“长上下文”的理解停留在“token 数上去了”。
5.2 这里有个更有意思的变化，是它在长文本里的信息定位能力。
OpenAI 用 OpenAI MRCRv2 这个评测做了个 stress test。简单说，就是在几十万 token 的“草堆”里埋很多结构相似的“针”，逼模型准确找出第几次回应，然后复现。GPT‑5.2 Thinking 在最长 256k token 的版本里，接近做到了几乎全对。
落到真实使用，就是这些场景会变得靠谱很多：
- • 把一整叠合同或报告丢进去，问它某个条款有没有冲突；
- • 把项目里所有会议纪要和文档塞进去，让它把关键风险点列出来；
- • 多文件项目，让它帮你把跨文件的逻辑梳理清楚。
这些以前模型也“能做”，但经常会有那种：看似懂了，细节一核对就发现有遗漏的情况。
5.2 在这一点上，讲得更细，也更少“凭空发挥”。
视觉和工具调用，让它更适合做“总控”
视觉能力这次也有一块不太好用一句话带过的增强。
在 CharXiv 和 ScreenSpot‑Pro 这类测试里，GPT‑5.2 Thinking 在科研图表和高分辨率 GUI 截图的理解上，错误率明显下降，甚至在需要精确空间位置理解的主板识别这种任务里，也能比较靠谱地标出主要区域。
这一点对很多专业工作其实很关键：
- • 运维和运营看监控面板和仪表盘截屏，让模型帮你找异常；
- • 产品和设计评审界面，让它帮你总结“当前版本和上一版的差别在哪”；
- • 分析数据报告里的图表时，不再只能“读文字”，而是能结合图形来推导。
工具调用这块，Tau2‑bench Telecom 的分数做到 98.7，意味着它在一个长对话中反复调用工具完成任务时，不容易半路崩掉或者跳脱流程。
像是处理一整套客服流程：改签、补偿、特殊座位安排、行李问题这一串，它已经可以比较稳地从头接到尾，而不是每个环节都需要你手把手纠正。
这样一来，GPT‑5.2 在很多工作流里更适合做“总控”。
你把工具挂好，把权限开好，让它协调请求、分析结果、生成最终产出，中间只在关键节点做人工确认。
安全、错题率和价格这些现实问题
安全这块，OpenAI 延续之前在“安全补全”和敏感对话处理上的路线，对心理健康、自残、情绪依赖这类提示做了更细的优化。用模型自评数据来衡量的话，GPT‑5.2 在这些维度上的“合格回应率”有明显抬升。
事实性方面，GPT‑5.2 Thinking 在一组真实去标识的 ChatGPT 查询上，带明显错误的回答比例相对减少了大约三分之一。这个数字本身当然不代表“你可以完全不查”，但对于每天高频使用的人来说，翻车次数会比 5.1 再少一截。
价格这块，API 上 GPT‑5.2 的输入 token 单价是 1.75 美元，输出是 14 美元，缓存输入可以打九折。相对 5.1 确实贵了一点，但在多项智能体评测里，它因为 token 效率更好，达到同等质量的总体成本反而更低。就算你不关心 benchmark，只要你真在项目里跑过一段时间，大概率能感受到这个差异。
在 ChatGPT 订阅里，价格维持不变，5.2 会陆续对 Plus、Pro、Go、Business 和 Enterprise 用户开放，5.1 会再保留三个月，然后退场。
如果你现在用 GPT，值得怎么升级自己的用法
和其说 GPT‑5.2 是“又一个更强的模型”，不如说它把一个信号摆在了台面上：
如果你还只拿它写写稿、润色几段话，那已经有点浪费。
更值得尝试的方向，大概有这几类：
- • 把一整块知识型任务交给它打底，比如完整的商业分析文档、完整的项目进度表，然后你只做“删减和修正”；
- • 把多工具串起来，让它在一个工作流里自己查数据、算、总结，再输出结果，而不是你每次手动 copy paste 上下游数据；
- • 在看不完的东西上，彻底承认“我看不完”，直接让它读完给你做检查和对比，比如合同条款、长报告、多轮会议纪要。
从 5.1 到 5.2 的变化，有点像从“好用的高阶助手”到“可以接活的数字同事”。
你越把它当同事用，它对你来说就越有价值。