GPT-5.2 · 官方评测披露
GPT-5.2 当前收录 13 项测试的官方记录。已完成列明材料的核查。
模型发布 · GPT 无后缀型号
官方材料与核查范围
主发布文为已有完整核读;本次补核官方 GPT-5.2 系统卡更新页面及 27 页 PDF,逐页全文核读并视觉检查所有含表格或图表页。 核对时间 。
当前资料不足以还原首发。 没有可核实的首发版本快照。
- 隆重推出 GPT-5.2 | OpenAI · 主文 · Official release article with full visible benchmark appendix; revision date unknown; Original page date label 2025-12-11; current page revision date is unknown.公布 未确认 · 采集 · 已核查 保留既有主文与可见 benchmark 附录核读状态;本批未重复核读主文。
- Update to GPT-5 System Card: GPT-5.2 | OpenAI · 附件 · 官方系统卡更新页面及其直链 27 页 PDF;PDF 封面标注 December 11, 2025;当前网页修订时间未核实。公布 · 采集 · 已核查 官方卡片更新页面、封面日期及 PDF 直链已核实;对应 PDF 全文与图表完成本轮核读。
- GPT-5.2 System Card Update PDF | OpenAI · 附件 · 官方 27 页 PDF,完整核读 PDF p. 1-27,含图表页均已实际渲染检查;封面标注 December 11, 2025。公布 · 采集 · 已核查 27/27 页全文核读;视觉页 PDF p. 5-20、22-26,共 21 页。
配置
- GPT-5.2 Thinking (xhigh) · Highest available API reasoning effort xhigh, except professional benchmark tasks. xhigh
- GPT-5.2 Thinking (heavy) · GDPval professional task evaluation; article says this was the highest level available in ChatGPT Pro. heavy
- GPT-5.2 Pro (xhigh) · Pro variant; highest available API reasoning effort xhigh except professional benchmark tasks. xhigh未知项 The article does not publish a Pro GDPval result under the same heavy setting as the Thinking result; reported row retained as printed.
- GPT-5.2 Pro (high) · ARC-AGI-2 54.2% 的官方表列明确标为 GPT-5.2 Pro (high),不外推为 Xhigh。 high未知项 该行未注明完整采样设置与harness。
- GPT-5.2 Instant (system card) · System-card HealthBench table names GPT-5.2 Instant; serving configuration is not stated. 未知项 Exact reasoning effort and serving configuration are not reported.
- GPT-5.2 Thinking (system card) · System-card HealthBench table names GPT-5.2 Thinking; serving configuration is not stated. 未知项 Exact reasoning effort and serving configuration are not reported.
直接前代与后续发布
The release presents GPT-5.2 Thinking, Instant, and Pro and explicitly compares them with GPT-5.1 Thinking/Instant.
- GPT-5.4 ·
4 项披露延续 · 9 项新增 · 8 项本次未见 · 0 项待核查
测试记录 · 13
- GDPval · 44 occupations; exact task set/version unspecified in release articles本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- SWE-Bench Pro · Public本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- SWE-bench Verified · Verified subset (500 problems)本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- GPQA Diamond · 198-question Diamond subset本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- AIME · 2025 edition本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- Humanity's Last Exam · 2,500-question benchmark本次发布有 4 条成绩记录,含 4 条精确值(可含历史记录)
- FrontierMath · Tier 1–3; version not stated in 2025–2026 release article本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- ARC-AGI-1 · Verified set; release article does not specify task count本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- ARC-AGI-2 · Verified;题集组成未在发布表中说明本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- τ²-bench · Telecom section本次发布有 1 条成绩记录,含 1 条精确值(可含历史记录)
- BrowseComp · 1,266 题;单代理与多代理按协议区分本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- HealthBench · 48,000+ rubric items across 5,000 multi-turn conversations本次发布有 2 条成绩记录,含 2 条精确值(可含历史记录)
- MMLU Language (0-shot) · OpenAI GPT-5 system card, 2025-08-07; MMLU test set translated by professional human translators; chain-of-thought prompting. Section 3.10 says 13 languages, but Table 10 lists 14 language rows.本次发布有 14 条成绩记录,含 14 条精确值(可含历史记录)