OpenAI近日發(fā)布GPT-5.2系列模型，在實(shí)用功能與專業(yè)領(lǐng)域表現(xiàn)上實(shí)現(xiàn)全面突破。這款新模型不僅延續(xù)了前代版本的技術(shù)優(yōu)勢(shì)，更在辦公效率、代碼開(kāi)發(fā)、科學(xué)研究和復(fù)雜任務(wù)處理等場(chǎng)景中展現(xiàn)出顯著提升，引發(fā)行業(yè)廣泛關(guān)注。

在辦公場(chǎng)景中，GPT-5.2的"打工能力"得到專項(xiàng)強(qiáng)化。測(cè)試數(shù)據(jù)顯示，其Thinking版本在人力資源表格制作、PPT設(shè)計(jì)等任務(wù)中，效率較前代提升超過(guò)30%。面對(duì)航班延誤、轉(zhuǎn)機(jī)錯(cuò)過(guò)等復(fù)雜行程問(wèn)題，該模型能自動(dòng)完成機(jī)票改簽、特殊座位安排及賠償申請(qǐng)等全流程操作。投行分析師實(shí)測(cè)表明，在構(gòu)建企業(yè)財(cái)務(wù)模型任務(wù)中，其得分從59.1%躍升至68.4%，能精準(zhǔn)處理三表聯(lián)動(dòng)、杠桿收購(gòu)等高級(jí)建模需求。

代碼開(kāi)發(fā)領(lǐng)域迎來(lái)新紀(jì)錄。在涵蓋Python、Java、Typescript和Go的SWE-Bench Pro評(píng)測(cè)中，GPT-5.2 Thinking取得55.6%的得分，特別在前端開(kāi)發(fā)及3D UI設(shè)計(jì)方面表現(xiàn)突出。早期測(cè)試者反饋，該模型能高效處理復(fù)雜交互界面，顯著減少開(kāi)發(fā)周期。長(zhǎng)文檔處理能力同樣突破性進(jìn)展，在256k上下文長(zhǎng)度的測(cè)試中，模型準(zhǔn)確率接近100%，雖在8倍長(zhǎng)度測(cè)試中性能有所下降，但通過(guò)簡(jiǎn)潔回復(fù)模式仍可維持高效工作流。

科學(xué)輔助能力成為最大亮點(diǎn)。在研究生水平問(wèn)答評(píng)測(cè)GPQA Diamond中，Pro版本以93.2%的準(zhǔn)確率領(lǐng)先行業(yè)，F(xiàn)rontierMath數(shù)學(xué)評(píng)測(cè)解題率達(dá)40.3%。實(shí)際案例顯示，該模型已能參與統(tǒng)計(jì)學(xué)習(xí)理論的前沿研究，其提出的證明方案經(jīng)同行評(píng)審驗(yàn)證有效。視覺(jué)理解方面，模型對(duì)科學(xué)圖表的分析錯(cuò)誤率降低50%，配合Python工具在高分辨率圖形推理測(cè)試中得分86.3%。

工具調(diào)用能力測(cè)試中，GPT-5.2在電信客服場(chǎng)景取得98.7%的準(zhǔn)確率，零售場(chǎng)景達(dá)82%，展現(xiàn)出強(qiáng)大的端到端問(wèn)題解決能力。經(jīng)濟(jì)價(jià)值評(píng)估顯示，在GDPval測(cè)試覆蓋的44個(gè)職業(yè)領(lǐng)域中，模型完成人類需4-8小時(shí)任務(wù)的速度是專家的11倍，成本不足百分之一，且71%的任務(wù)成果達(dá)到專業(yè)水平。事實(shí)準(zhǔn)確性方面，幻覺(jué)問(wèn)題發(fā)生率從8.8%降至6.2%，但官方仍建議關(guān)鍵內(nèi)容需人工復(fù)核。

核心研發(fā)團(tuán)隊(duì)呈現(xiàn)新特征。公開(kāi)信息顯示，主導(dǎo)此次升級(jí)的科學(xué)家多為2024年后加入的新成員，包括北大數(shù)學(xué)系校友、斯坦福統(tǒng)計(jì)學(xué)博士Yu Bai，UC伯克利博士Yaodong Yu等數(shù)學(xué)專業(yè)背景人才。這種人才結(jié)構(gòu)變化，或許解釋了模型在科學(xué)計(jì)算和復(fù)雜邏輯推理方面的顯著進(jìn)步。目前用戶可通過(guò)ChatGPT的Plus、Pro等套餐體驗(yàn)新功能，生成復(fù)雜內(nèi)容約需數(shù)分鐘處理時(shí)間。