Представляем GPT‑5.211.12.2025 00:00

Для задач, требующих осмысления за пределами максимального контекстного окна, модель GPT‑5.2 Thinking совместима с нашей новой конечной точкой Responses /compact, которая расширяет эффективное контекстное окно модели. Это позволяет GPT‑5.2 Thinking справляться с более трудоемкими и долго выполняющимися рабочими процессами, которые в противном случае были бы ограничены длиной контекста. Читайте подробнее в нашей документации по API⁠.

GPT‑5.2 Thinking — наша самая мощная визуальная модель на сегодняшний день: она примерно вдвое сокращает количество ошибок при анализе графиков и понимании интерфейсов программного обеспечения.

Для повседневного профессионального использования это означает, что модель может более точно интерпретировать информационные панели, скриншоты продуктов, технические схемы и визуальные отчёты, поддерживая рабочие процессы в финансах, операционной деятельности, инженерии, дизайне и службе поддержки, где визуальная информация играет ключевую роль.

По сравнению с предыдущими моделями, GPT‑5.2 Thinking лучше понимает расположение элементов на изображении, что помогает в задачах, где относительное расположение играет ключевую роль в решении проблемы. В примере ниже мы просим модель определить компоненты на входном изображении (в данном случае — на материнской плате) и вернуть метки с приблизительными рамками ограничивающих прямоугольников. Даже на изображении низкого качества GPT‑5.2 определяет основные области и расставляет рамки, которые порой точно совпадают с реальным расположением каждого компонента, в то время как GPT‑5.1 маркирует лишь несколько частей и демонстрирует гораздо более слабое понимание их пространственного расположения. Обе модели допускают явные ошибки, но GPT‑5.2 показывает лучшую способность понимать изображение.

GPT‑5.2 Thinking устанавливает новый рекорд на уровне 98,7% в бенчмарке Tau2-bench Telecom, демонстрируя способность надежно использовать инструменты в долгих многораундовых задачах.

Для вариантов использования, чувствительных к задержкам, GPT‑5.2 Thinking также намного лучше справляется с рассуждениями при значении reasoning.effort='none', значительно превосходя GPT‑5.1 и GPT‑4.1.

Для профессионалов это означает более надежные сквозные рабочие процессы — такие как решение вопросов службы поддержки, извлечение данных из нескольких систем, проведение анализа и создание финальных результатов с меньшим количеством сбоев между этапами.

Например, при задавании сложного вопроса клиентской службе, требующего многошагового решения, модель может более эффективно координировать весь рабочий процесс между несколькими агентами. В приведенном ниже случае путешественник сообщает о задержке рейса, пропущенной пересадке, ночевке в Нью-Йорке и необходимости предоставления места по медицинским показаниям. GPT‑5.2 управляет всей цепочкой задач — перебронированием, местами для специальной помощи и компенсацией, — обеспечивая более полный результат, чем GPT‑5.1.

Одна из наших надежд на искусственный интеллект заключается в том, что он ускорит научные исследования на благо каждого. Стремясь к этому, мы сотрудничали с учеными и прислушивались к их мнениям, чтобы понять, как ИИ может ускорить их работу, и в прошлом месяце поделились некоторыми первыми совместными экспериментами здесь⁠.

Мы верим, что GPT‑5.2 Pro и GPT‑5.2 Thinking — лучшие в мире модели для помощи ученым и ускорения их работы. В GPQA Diamond, защищенном от Google бенчмарке вопросов и ответов университетского уровня, модель GPT‑5.2 Pro набирает 93,2%, за ней следует GPT‑5.2 Thinking с результатом 92,4%.

В FrontierMath (уровни 1–3), оценке математических задач экспертного уровня, модель GPT‑5.2 Thinking установила новый рекорд, решив 40,3% задач.

Мы начинаем замечать, как модели искусственного интеллекта ощутимо и заметно ускоряют прогресс в математике и естественных науках. Например, в ходе недавней работы⁠ с GPT‑5.2 Pro исследователи изучили открытый вопрос в теории статистического обучения. В узких, четко определенных условиях модель предложила доказательство, которое впоследствии было верифицировано авторами и изучено совместно с внешними экспертами, продемонстрировав, как передовые модели могут оказывать содействие в математических исследованиях под пристальным контролем человека.

На бенчмарке ARC-AGI-1 (Verified), предназначенном для оценки общих способностей к рассуждению, GPT‑5.2 Pro стала первой моделью, преодолевшей порог в 90%, улучшив результат 87%⁠, показанный o3‑preview в прошлом году, и при этом снизив стоимость достижения такой производительности примерно в 390 раз.

На ARC-AGI-2 (Verified), который повышает уровень сложности и лучше изолирует беглость рассуждений, GPT‑5.2 Thinking устанавливает новый стандарт для моделей с цепочкой рассуждений (chain-of-thought), набирая 52,9%. GPT‑5.2 Pro показывает еще более высокий результат, достигая 54,2% и дополнительно расширяя возможности модели по решению новых абстрактных задач.

Улучшения в этих оценках отражают более сильные навыки многоэтапных рассуждений GPT‑5.2, возросшую количественную точность и более надежное решение сложных технических задач.

Вот что говорят о GPT‑5.2 наши первые тестировщики:

Пользователи ChatGPT должны заметить, что повседневное использование GPT‑5.2 стало приятнее: модель стала более структурированной, надежной и по-прежнему интересной в общении.

GPT‑5.2 Instant — это быстрая и производительная рабочая лошадка для повседневной работы и учебы, с заметными улучшениями в поисковых запросах, инструкциях и руководствах, техническом письме и переводе, опирающаяся на более теплый разговорный тон, представленный в GPT‑5.1 Instant. Первые тестировщики особенно отметили более четкие пояснения, которые сразу выводят на первый план ключевую информацию.

GPT‑5.2 Thinking предназначена для более глубокой работы, помогая пользователям справляться с более сложными задачами с большей проработкой — особенно в программировании, обобщении длинных документов, ответах на вопросы по загруженным файлам, пошаговом решении математических и логических задач, а также в поддержке планирования и принятия решений с более четкой структурой и более полезными деталями.

GPT‑5.2 Pro — это наш самый умный и надежный вариант для сложных вопросов, когда более качественный ответ стоит ожиданий. Раннее тестирование показывает меньше крупных ошибок и более высокую производительность в таких сложных областях, как программирование.

GPT‑5.2 опирается на исследования в области безопасных ответов⁠ (safe completions), которые мы внедрили в GPT‑5; они учат модель давать наиболее полезный ответ, оставаясь при этом в рамках стандартов безопасности.

В этом релизе мы продолжили работу над улучшением ответов наших моделей в деликатных беседах⁠, добившись значительных успехов в том, как они реагируют на запросы, указывающие на признаки суицида или селфхарма, психологические проблемы или эмоциональную привязанность к модели. Эти целенаправленные меры привели к снижению числа нежелательных ответов как в GPT‑5.2 Instant, так и в GPT‑5.2 Thinking по сравнению с моделями GPT‑5.1 и GPT‑5 Instant и Thinking. Более подробную информацию можно найти в системной карте⁠.

Мы находимся на начальном этапе развертывания нашей модели прогнозирования возраста⁠, чтобы автоматически применять защитные меры для пользователей младше 18 лет и ограничивать доступ к деликатному контенту. Это дополняет наш существующий подход к пользователям, чей возраст до 18 лет нам известен, а также функции родительского контроля.

GPT‑5.2 — это лишь шаг в череде постоянных улучшений, и мы еще далеки от завершения работы. Хотя этот релиз обеспечивает значительный прирост интеллекта и производительности, мы понимаем, что есть области, где пользователи ждут большего. В ChatGPT мы работаем над известными проблемами, такими как избыточные отказы, одновременно продолжая повышать стандарты безопасности и надежности в целом. Эти изменения сложны, и мы сосредоточены на том, чтобы сделать все правильно.

Мы начинаем внедрение GPT‑5.2 (Instant, Thinking и Pro) в ChatGPT сегодня, начиная с платными планов (Plus, Pro, Go, Business, Enterprise). Мы внедряем GPT‑5.2 постепенно, чтобы сделать работу ChatGPT максимально плавной и надежной; если вы не увидите модель сразу, пожалуйста, попробуйте позже. В ChatGPT модель GPT‑5.1 будет по-прежнему доступна платным пользователям в течение трех месяцев в качестве устаревшей модели, после чего мы прекратим ее поддержку.

В нашей платформе API модель GPT‑5.2 Thinking доступна уже сегодня в Responses API и Chat Completions API как gpt-5.2, а GPT‑5.2 Instant как gpt-5.2-chat-latest. GPT‑5.2 Pro доступна в Responses API как gpt-5.2-pro. Теперь разработчики могут настраивать параметр рассуждения в GPT‑5.2 Pro, и как GPT‑5.2 Pro, так и GPT‑5.2 Thinking теперь поддерживают новый пятый уровень усилий рассуждения xhigh для задач, где качество имеет наибольшее значение.

Стоимость GPT‑5.2 составляет $1,75 за 1 млн входных токенов и $14 за 1 млн выходных токенов при скидке 90% на кэшированные входные данные. В ходе множественных агентских оценок мы выяснили, что, несмотря на более высокую стоимость GPT‑5.2 за один токен, затраты на достижение заданного уровня качества в итоге оказываются ниже благодаря более высокой токен-эффективности модели.

В то время как стоимость подписки на ChatGPT остается прежней, в API модель GPT‑5.2 стоит дороже за токен, чем GPT‑5.1, поскольку она является более мощной. Тем не менее, ее цена остается ниже по сравнению с другими передовыми моделями, поэтому пользователи могут продолжать активно использовать ее в повседневной работе и ключевых приложениях.

У нас нет текущих планов по прекращению поддержки GPT‑5.1, GPT‑5 или GPT‑4.1 в API, и мы заблаговременно сообщим разработчикам о любых планах по выводу моделей из эксплуатации. Хотя GPT‑5.2 будет отлично работать «из коробки» в Codex, мы планируем выпустить оптимизированную для Codex версию GPT‑5.2 в ближайшие недели.

GPT‑5.2 была создана в сотрудничестве с нашими давними партнерами NVIDIA и Microsoft. Дата-центры Azure и графические процессоры NVIDIA, включая H100, H200 и GB200-NVL72, лежат в основе масштабной тренировочной инфраструктуры OpenAI, обеспечивая значительный рост интеллекта моделей. Это партнерство позволяет нам уверенно масштабировать вычислительные мощности и быстрее выводить новые модели на рынок.

Ниже мы публикуем полные результаты тестирования GPT‑5.2 Thinking, а также часть результатов для GPT‑5.2 Pro.

Модели запускались с максимальным доступным уровнем детализации рассуждений в нашем API (xhigh для GPT‑5.2 Thinking & Pro и high для GPT‑5.1 Thinking), за исключением профессиональных тестов, где GPT‑5.2 Thinking запускалась с тяжелым уровнем рассуждений (heavy) — максимальным из доступных в ChatGPT Pro. Бенчмарки проводились в исследовательской среде, что в некоторых случаях может давать результаты, слегка отличающиеся от рабочей версии ChatGPT в продакшене.

* Для SWE-Lancer мы исключили 40 задач из 237, которые не запускались на нашей инфраструктуре.

Автор