Introductie van GPT‑5.2

We introduceren GPT‑5.2, de meest capabele serie modellen voor professioneel kenniswerk.

De gemiddelde ChatGPT Enterprise-gebruiker zegt dat⁠ AI hen 40 á 60 minuten per dag bespaart, en intensieve gebruikers zeggen dat het hen meer dan 10 uur per week bespaart. We hebben GPT‑5.2 ontworpen om nog meer economische waarde voor mensen te ontsluiten; het is beter in het maken van spreadsheets, het bouwen van presentaties, het schrijven van code, het waarnemen van afbeeldingen, het begrijpen van lange contexten, het gebruiken van tools en het omgaan met complexe projecten die meerdere stappen vereisen.

GPT‑5.2 zet een nieuwe standaard op veel benchmarks, waaronder GDPval, waar het beter presteert dan veel professionals bij goed gespecificeerde kenniswerktaken die 44 beroepen omvatten.

Notion⁠(opent in een nieuw venster), Box⁠(opent in een nieuw venster), Shopify⁠(opent in een nieuw venster), Harvey⁠(opent in een nieuw venster) en Zoom⁠(opent in een nieuw venster) merkten op dat GPT‑5.2 uitmuntende prestaties levert wanneer het over langere termijn moet redeneren en bij het aanroepen van tools. Databricks⁠(opent in een nieuw venster), Hex⁠(opent in een nieuw venster) en Triple Whale⁠(opent in een nieuw venster) vonden GPT‑5.2 uitzonderlijk goed in agentic taken voor datawetenschap en documentanalyse. Cognition⁠(opent in een nieuw venster), Warp⁠(opent in een nieuw venster), Charlie Labs⁠(opent in een nieuw venster), JetBrains⁠(opent in een nieuw venster) en Augment Code⁠(opent in een nieuw venster) zeggen dat GPT‑5.2 geavanceerde agentic programmeerprestaties levert, met meetbare verbeteringen op gebieden zoals interactief programmeren, codebeoordelingen en het vinden van bugs.

GPT‑5.2 Instant, Thinking en Pro zijn vanaf vandaag beschikbaar in ChatGPT, eerst voor betaalde plannen. In de API zijn ze nu beschikbaar voor alle ontwikkelaars.

GPT‑5.2 biedt aanzienlijke verbeteringen in algemene intelligentie, begrip van lange contextvensters, agent-gestuurd toolgebruik en beeldverwerking, waardoor het beter dan eerdere modellen complexe, realistische taken van begin tot eind kan uitvoeren.

GPT‑5.2 Thinking is het beste model tot nu toe voor professioneel gebruik in werkomgevingen. Op GDPval⁠, een evaluatie die goed gespecificeerde kenniswerktaken meet over 44 beroepen, zet GPT‑5.2 Thinking een nieuwe topscore. Het is ons eerste model dat op of boven het niveau van menselijke experts presteert. GPT‑5.2 Thinking verslaat of evenaart toonaangevende professionals in 70,9% van de kennisintensieve taken in GDPval, volgens beoordelingen door experts. Deze taken omvatten het maken van presentaties, spreadsheets en andere documenten. GPT‑5.2 Thinking produceerde resultaten voor GDPval-taken met meer dan 11x de snelheid en minder dan 1% van de kosten van deskundige professionals, wat suggereert dat GPT‑5.2, in combinatie met menselijk toezicht, kan helpen bij professioneel werk. Snelheids- en kostenramingen zijn gebaseerd op historische gegevens; de snelheid in ChatGPT kan variëren.

Bij het beoordelen van een bijzonder goed resultaat merkte een GDPval-beoordelaar op: "Het is een spannende en opvallende sprong in de outputkwaliteit... [het] lijkt te zijn gemaakt door een professioneel bedrijf en heeft een verrassend goed ontworpen lay-out, met advies voor beide deliverables, hoewel we bij één nog enkele kleine fouten moesten corrigeren."

Daarnaast scoort GPT‑5.2 bijzonder goed op onze interne benchmark voor spreadsheetwerk van junior investment-bankinganalisten, zoals het opzetten van een three-statement model voor een Fortune 500-bedrijf met correcte opmaak en bronverwijzingen of het bouwen van een leveraged-buyoutmodel voor een overname. De gemiddelde score van GPT 5.2 is 9.3% hoger dan die van GPT 5.1, waardoor die van 59,1% naar 68,4% is gestegen.

Vergelijkingen naast elkaar tonen verbeterde nuance en opmaak in spreadsheets en slides gegenereerd door GPT‑5.2 Thinking:

Om de nieuwe spreadsheet- en presentatiecapaciteiten in ChatGPT te gebruiken, moet je een betaald plan hebben en kiezen voor GPT‑5.2 Thinking of Pro. Complexe generaties kunnen vele minuten duren.

GPT‑5.2 Thinking zet een nieuwe standaard van 55,6% op SWE-bench Pro, een rigoureuze evaluatie van software-engineering in de praktijk. In tegenstelling tot SWE-bench Verified, dat alleen Python test, test SWE-bench Pro vier programmeertalen en is bedoeld om meer contaminatiebestendig, uitdagend, divers en industrieel relevant te zijn.

Op SWE-bench Verified (not plotted), behaalt GPT‑5.2 Thinking onze topscore van 80%.

Voor dagelijks professioneel gebruik vertaalt dit zich in een model dat betrouwbaarder fouten kan oplossen in productiecode, nieuwe features kan implementeren, grote codebases kan refactoren en end-to-end fixes kan leveren, met minder handmatig werk.

GPT‑5.2 Thinking is ook beter in front-end software engineering dan GPT‑5.1 Thinking. Vroege testers vonden het aanzienlijk sterker in front-end ontwikkeling en complex of ongebruikelijk UI-werk, vooral met betrekking tot 3D-elementen, waardoor het een krachtige dagelijkse partner is voor ontwikkelaars in de gehele stack. Bekijk enkele voorbeelden van wat het kan produceren uit een enkele prompt:

Vroege testers deelden hun feedback over GPT‑5.2 en hoe het presteert in programmeertaken.

GPT‑5.2 Thinking hallucineert minder dan GPT‑5.1 Thinking. Bij een reeks niet-herleidbare vragen van ChatGPT kwamen antwoorden met fouten 38%_rel minder vaak voor. Voor professionals betekent dit minder fouten bij het gebruik van het model voor onderzoek, schrijven, analyse en ondersteuning bij besluitvorming, waardoor het model betrouwbaarder wordt voor dagelijks kenniswerk.

Zoals alle modellen is GPT‑5.2 Thinking niet perfect. Voor alles wat cruciaal is moeten antwoorden worden gecontroleerd.

GPT‑5.2 Thinking zet een nieuwe standaard in redeneren met een groot contextvenster en behaalt toonaangevende prestaties op OpenAI MRCRv2, een evaluatie die het vermogen van een model test om informatie te integreren die verspreid is over lange documenten. Bij praktische taken zoals diepgaande documentanalyse, die gerelateerde informatie over honderdduizenden tokens vereisen, is GPT‑5.2 Thinking aanzienlijk nauwkeuriger dan GPT‑5.1 Thinking. In het bijzonder is dit, voor zover wij weten, het eerste model dat bijna 100% nauwkeurigheid behaalt op de 4-needle MRCR-variant (tot 256k tokens).

In praktische termen stelt dit professionals in staat om GPT‑5.2 te gebruiken voor het werken met lange documenten, zoals rapporten, contracten, onderzoeksartikelen, transcripties en projecten met meerdere bestanden, terwijl samenhang en nauwkeurigheid over honderdduizenden tokens behouden blijven. Dit maakt GPT‑5.2 bijzonder geschikt voor diepgaande analyse, synthese en complexe workflows met meerdere bronnen.

Voor taken die baat hebben bij nadenken buiten het maximale contextvenster, is GPT‑5.2 Thinking compatibel met ons nieuwe Responses /compact -endpoint, dat het effectieve contextvenster van het model uitbreidt. Hiermee kan GPT‑5.2 Thinking meer tool-intensieve, langdurige workflows aanpakken die anders beperkt zouden zijn door de lengte van de context. Lees meer in onze API-documentatie⁠(opent in een nieuw venster).

GPT‑5.2 Thinking is ons sterkste model voor beeldherkenning tot nu toe, dat de foutpercentages ongeveer halveert bij grafiekredenering en begrip van software-interfaces.

Voor dagelijks professioneel gebruik betekent dit dat het model dashboards, screenshots van producten, technische diagrammen en visuele rapporten nauwkeuriger kan interpreteren: het ondersteunt workflows in financiën, bedrijfsprocessen, engineering, ontwerp en klantondersteuning waar visuele informatie centraal staat.

Vergeleken met eerdere modellen heeft GPT‑5.2 Thinking een sterker begrip van hoe elementen binnen een afbeelding zijn gepositioneerd, wat helpt bij taken waarbij de relatieve indeling een sleutelrol speelt bij het oplossen van een probleem. In het onderstaande voorbeeld vragen we het model om elementen in een afbeeldinginput (in dit geval een moederbord) te identificeren en labels met geschatte begrenzingskaders te maken. Zelfs op een afbeelding van lage kwaliteit identificeert GPT‑5.2 de belangrijkste regio's en plaatst kaders die ruwweg overeenkomen met de werkelijke locaties van elk onderdeel, terwijl GPT‑5.1 slechts enkele delen labelt en een veel zwakker begrip van hun ruimtelijke ordening toont.

GPT‑5.2 Thinking behaalt een nieuwe score van 98,7% op de Tau2-bench Telecom, waarmee het zijn vermogen aantoont om betrouwbaar tools te gebruiken bij lange, meerstapse taken.

Voor latentiegevoelige gebruikssituaties is GPT‑5.2 Thinking ook veel beter met de optie "reasoning.effort='none'", waar het substantieel beter presteert dan GPT‑5.1 en GPT‑4.1.

Voor professionals vertaalt dit zich in sterkere end-to-end workflows, zoals het oplossen van customer support-gevallen, het ophalen van gegevens uit meerdere systemen, het uitvoeren van analyses en het genereren van eindresultaten met minder onderbrekingen tussen de stappen.

Wanneer je bijvoorbeeld een complexe customer service-vraag stelt die meerdere stappen vereist om tot een oplossing te komen, kan het model effectiever een volledige workflow coördineren over meerdere agents. In het onderstaande geval meldt een reiziger een vertraagde vlucht, een gemiste aansluiting, een overnachting in New York en een medische zitplaatsvereiste. GPT‑5.2 beheert de hele keten van taken, omboeken, speciale assistentie om een zitplaats te zoeken, en compensatie, en levert een completer resultaat dan GPT‑5.1.

Een van onze verwachtingen voor AI is dat het wetenschappelijk onderzoek zal versnellen ten behoeve van iedereen. Hiervoor hebben we samengewerkt met en geluisterd naar wetenschappers om te zien hoe AI hun werk kan versnellen, en vorige maand hebben we enkele vroege samenwerkingsproeven hier⁠ gedeeld.

We zijn ervan overtuigd dat GPT‑5.2 Pro en GPT‑5.2 Thinking de beste modellen zijn om wetenschappers sneller en efficiënter te laten werken. Op GPQA Diamond, een Q&A-benchmark op universiteitsniveau, behaalt GPT‑5.2 Pro een score van 93,2%, gevolgd door GPT‑5.2 Thinking, dat een score van 92,4% neerzet.

Op FrontierMath (Tier 1–3), een evaluatie van wiskunde op expertniveau, zette GPT‑5.2 Thinking een nieuwe standaard, door 40,3% van de problemen op te lossen.

We beginnen te zien dat AI-modellen op een betekenisvolle manier de vooruitgang in wiskunde en wetenschap versnellen. Bijvoorbeeld, in recent werk⁠ met GPT‑5.2 Pro, onderzochten wetenschappers een open vraag in de statistische leertheorie. In een nauwe, goed gespecificeerde setting stelde het model een bewijs voor dat vervolgens door de auteurs werd geverifieerd en met externe experts werd beoordeeld, wat illustreert hoe topmodellen kunnen bijdragen aan wiskundig onderzoek onder nauwlettend menselijk toezicht.

Op ARC-AGI-1 (Verified), een benchmark ontworpen om het algemene redeneervermogen te meten, is GPT‑5.2 het eerste model dat de 90%-drempel overschrijdt, een verbetering ten opzichte van de score van 87% die o3‑preview vorig jaar neerzette, terwijl de kosten om die prestatie te bereiken ongeveer 390 keer lager zijn.

Op ARC-AGI-2 (Verified), dat de moeilijkheidsgraad verhoogt en het vloeiend redeneren beter isoleert, zet GPT‑5.2 Thinking een nieuwe standaard voor chain-of-thought-modellen, met een score van 52,9%. GPT‑5.2 Pro presteert zelfs nog beter en bereikt een score van 54,2%, waardoor het vermogen van het model om door nieuwe, abstracte problemen te redeneren verder wordt vergroot.

Verbeteringen in deze evaluaties weerspiegelen GPT‑5.2's sterkere meerstapsredenering, grotere kwantitatieve nauwkeurigheid en betrouwbaardere probleemoplossing bij complexe technische taken.

Dit is wat onze vroege testers zeggen over GPT‑5.2:

In ChatGPT zullen gebruikers merken dat GPT‑5.2 beter aanvoelt voor dagelijks gebruik: meer gestructureerd, betrouwbaarder en nog steeds prettig om mee te praten.

GPT‑5.2 Instant is een snelle, capabele alleskunner voor dagelijks werk en leren, met duidelijke verbeteringen in het opzoeken en uitleggen van informatie, technisch schrijven, en vertalen. Het bouwt voort op de warmere gesprekstoon die werd geïntroduceerd in GPT‑5.1 Instant. Vroege testers merkten vooral de duidelijkere uitleg op die belangrijke informatie helder aan het licht brengt.

GPT‑5.2 Thinking is ontworpen voor diepgaander werk, waardoor gebruikers complexere taken met meer verfijning kunnen aanpakken, vooral bij het programmeren, samenvatten van lange documenten, beantwoorden van vragen over geüploade bestanden, stapsgewijs doorlopen van wiskunde en logica, en het helpen plannen en beslissingen nemen met een duidelijke structuur en nuttige verhelderingen.

GPT‑5.2 Pro is onze slimste en meest betrouwbare optie voor moeilijke vragen waarbij een antwoord van hogere kwaliteit het wachten waard is. Vroege tests laten zien dat het minder grote fouten maakt en betere prestaties levert in complexe domeinen zoals softwareontwikkeling.

GPT‑5.2 bouwt voort op het onderzoek naar veilige voltooiing⁠ dat we introduceerden met GPT‑5, dat het model leert om het meest nuttige antwoord te geven terwijl het binnen de veiligheidsgrenzen blijft.

Met deze release hebben we ons werk voortgezet om de reacties van onze modellen in gevoelige gesprekken te versterken⁠, met betekenisvolle verbeteringen in hoe ze reageren op prompts die tekenen van zelfmoord of zelfbeschadiging, psychische nood of emotionele afhankelijkheid van het model aangeven. Deze gerichte interventies hebben geleid tot minder ongewenste reacties in zowel GPT‑5.2 Instant en GPT‑5.2 Thinking in vergelijking met GPT‑5.1 en de GPT‑5 Instant- en Thinking-modellen. Meer details vind je in de systeemkaart⁠.

We zijn ook begonnen met een beperkte uitrol van ons model voor leeftijdsschatting⁠ zodat we automatisch beter bescherming kunnen bieden voor gebruikers die jonger dan 18 jaar zijn, door de toegang tot gevoelige inhoud te beperken. Dit bouwt voort op onze bestaande aanpak voor gebruikers waarvan we weten dat ze jonger zijn dan 18 jaar, en op ons beleid voor ouderlijk toezicht.

GPT‑5.2 is een stap in een voortdurende reeks van verbeteringen, en we zijn nog lang niet klaar. Hoewel deze release duidelijke verbeteringen in intelligentie en productiviteit biedt, weten we dat er gebieden zijn waar mensen meer willen. Bij ChatGPT werken we aan bekende problemen zoals overmatige weigeringen, terwijl we de lat voor veiligheid en betrouwbaarheid in het algemeen blijven verhogen. Deze veranderingen zijn complex, en we richten ons erop om dit met beleid te doen.

In ChatGPT beginnen we vandaag met de uitrol van GPT‑5.2 (Instant, Thinking en Pro), te beginnen met betaalde plannen (Plus, Pro, Go, Business, Enterprise). We implementeren GPT‑5.2 geleidelijk om ChatGPT zo soepel en betrouwbaar mogelijk te houden. Als de nieuwe modellen niet meteen zichtbaar zijn, probeer het dan later opnieuw. In ChatGPT blijft GPT‑5.1 nog drie maanden beschikbaar voor betaalde gebruikers onder de legacy-modellen, waarna we GPT‑5.1 zullen uitfaseren.

In ons API-platform is GPT‑5.2 Thinking is vandaag beschikbaar in de Responses API en de Chat Completions-API als gpt-5.2, en GPT‑5.2 Instant als gpt-5.2-chat-latest. GPT‑5.2 Pro is beschikbaar in de Responses API als gpt-5.2-pro. Ontwikkelaars kunnen nu de redeneerparameter instellen in GPT‑5.2 Pro, en zowel GPT‑5.2 Pro als GPT‑5.2 Thinking bieden ondersteuning voor een vijfde redeneerinspanning van 'xhigh', voor taken waarbij kwaliteit het belangrijkst is.

GPT‑5.2 kost $1,75 per 1M invoertokens en $14 per 1M uitvoertokens, met 90% korting op in cache opgeslagen invoer. Uit meerdere agentic evaluaties blijkt dat GPT‑5.2, ondanks de hogere kosten per token, uiteindelijk goedkoper uitvalt om een bepaald kwaliteitsniveau te halen dankzij de hogere token-efficiëntie.

Hoewel de prijzen voor ChatGPT‑abonnementen hetzelfde blijven, is GPT‑5.2 in de API per token hoger geprijsd dan GPT‑5.1 omdat het een capabeler model is. Het is nog steeds goedkoper dan andere hoogwaardige modellen, zodat je het uitvoerig kan blijven gebruiken voor dagelijks werk en kerntoepassingen.

We zijn op dit moment niet van plan om GPT‑5.1, GPT‑5, of GPT‑4.1 in de API uit te faseren, en we zullen eventuele plannen voor beëindiging ruim van tevoren aan ontwikkelaars aankondigen. Hoewel we verwachten dat GPT‑5.2 direct goed zal werken in Codex, zijn we van plan om in we in de komende weken een versie van GPT‑5.2 uit te brengen die geoptimaliseerd is voor Codex.

GPT‑5.2 werd gebouwd in samenwerking met onze langdurige partners NVIDIA en Microsoft. Azure-datacenters en NVIDIA GPU's, waaronder H100, H200 en GB200-NVL72, vormen de basis van OpenAI's grootschalige trainingsinfrastructuur, wat aanzienlijke verbeteringen in de intelligentie van onze modellen mogelijk maakt. Deze samenwerking stelt ons in staat om met vertrouwen rekenkracht op te schalen en nieuwe modellen sneller op de markt te brengen.

Hieronder rapporteren we uitgebreide benchmarkresultaten voor GPT‑5.2 Thinking, samen met een subset voor GPT‑5.2 Pro.

^{Modellen draaiden met de maximaal beschikbare redeneerinspanning in onze API ('xhigh' voor GPT‑5.2 Thinking en Pro, en 'high' voor GPT‑5.1 Thinking), behalve voor de professionele evals, waar GPT‑5.2 Thinking draaide met de maximale 'heavy' redeneerinspanning, die beschikbaar is in ChatGPT Pro. Benchmarks werden uitgevoerd in een research-omgeving, wat in sommige gevallen een iets andere output kan leveren dan de productieversie van ChatGPT.}

^{* Voor SWE-Lancer laten we 40 van de 237 problemen achterwege, omdat deze niet op onze infrastructuur konden draaien.}