GPT-5.2 от OpenAI оказался профессиональнее Gemini 3 Pro от Google

OpenAI выпустила GPT-5.2. Эту версию разработчики назвали лучшей на сегодняшний день моделью, созданной для повседневной профессиональной работы. По сравнению с предыдущей, новая версия стала намного стабильнее и умнее.

Краткое содержание

• OpenAI выпустила GPT-5.2;
• GPT-5.2 хорошо справляется с вычислениями и меньше путается в текстах;
• Стабильность многошаговых сценариев выросла почти до ста процентов;
• Модель стала лучше программировать;
• Внедрена система оценки психического здоровья и проверка возраста.

Напрасные опасения

Из-за серьёзной конкуренции со стороны Google Сэм Альтман, глава OpenAI, призвал разработчиков ускорить выпуск модели GPT-5.2. Были опасения, что работа впопыхах негативно скажется на релизе и сведёт на нет все старания. Но, похоже, всё это не подтвердилось.

Ключевые изменения

GPT-5.2 Thinking качественно анализирует длинные документы, хорошо справляется с логическими и математическими задачами, которые нужно решать в несколько этапов. Делает анализ документов, таблиц и презентаций на экспертном уровне. Галлюцинаций стало на 38% меньше.

Ошибок в строгой логике и идущих в несколько шагов вычислениях стало гораздо меньше. В AIME 2025 GPT-5.2 смогла набрать 100%. AIME 2025 — тест для оценки способности больших языковых моделей решать сложные математические задачи. Создан на основе Американского пригласительного математического экзамена 2025 года.

Новую модель подтянули и по части кодинга. В бенчмарке SWE-Bench Pro, оценивающем возможности ИИ в программировании, результат модели поднялся 55,6%, а в SWE-bench Verified — до 80%.

MRCRv2, внутренний тест OpenAI, показал, что модель лучше справляется с поиском нужных ответов в длинном тексте. У GPT-5.2 всё ещё возникают ошибки, но их крайне мало. Теперь можно не переживать, что при анализе длинных документов модель запутается и потеряет нить.

Визуальное восприятие тоже подтянули. Модель начала как следует распознавать элементы. Количество ошибок при анализе графиков, интерфейсов и диаграмм сократилось почти вдвое.

Точность Tool calling, механизма взаимодействия GPT-5.2 с внешними инструментами, составляет ~98,7%. У предыдущей версии, напомним, было ~95,6%.

Кое-что ещё

OpenAI улучшила обработку запросов, связанных с суицидальными мыслями и зависимостью от ИИ, а также начала внедрение системы оценки возраста для фильтрации контента для несовершеннолетних.

GPT-5.2 уже доступна на платных тарифах ChatGPT (Plus, Pro, Enterprise) и через API разработчиков. Доступ для широкой аудитории будут открывать поэтапно.