OpenAI 发布 GPT-5.2，专业知识工作成为模型竞争主战场

GPT-5.2 面向专业知识工作：表格、演示、长上下文和工具调用成为主线

OpenAI 在 2025 年 12 月 11 日发布 GPT‑5.2，将其称为面向 professional knowledge work 的最强模型系列。按照官方说明，GPT‑5.2 更擅长创建 spreadsheets、构建 presentations、写代码、理解图像、处理长上下文、使用工具，以及完成复杂多步骤项目。

OpenAI 引用了 ChatGPT Enterprise 用户数据作为背景：平均用户表示 AI 每天节省 40 到 60 分钟，重度用户每周节省超过 10 小时。GPT‑5.2 的目标，是让这类经济价值进一步扩大。

GDPval 显示专业任务能力显著提升

OpenAI 在发布中提到，GPT‑5.2 在 GDPval 上达到新的 state of the art。GDPval 是衡量 44 个职业中 well-specified knowledge work tasks 的评估。GPT‑5.2 Thinking 在 GDPval 中赢或打平顶级行业专业人士的比例达到 70.9%。

这说明 GPT‑5.2 的定位不是只面向聊天、写作或代码，而是覆盖更广泛的经济价值任务。专业知识工作往往需要理解上下文、遵守约束、使用工具、处理数据，并产出可交付材料。

OpenAI 在同一部分还列出多个合作伙伴反馈：Notion、Box、Shopify、Harvey 和 Zoom 观察到 GPT‑5.2 在 long-horizon reasoning 和 tool-calling 上表现强；Databricks、Hex 和 Triple Whale 认为它适合 agentic data science 和 document analysis；Cognition、Warp、JetBrains、Augment Code 等则强调它在 agentic coding 方面的提升。

长上下文支持更复杂的文档和项目分析

GPT‑5.2 Thinking 在 long-context reasoning 上也被 OpenAI 单独强调。原文称，它在 OpenAI MRCRv2 上达到新的领先表现，这项评估测试模型能否整合长文档中分散的信息。

OpenAI 特别提到，GPT‑5.2 是其看到的首个在 4-needle MRCR variant 中接近 100% 准确率的模型，范围达到 256k tokens。

这对专业工作很关键。真实任务往往不是短问题，而是长报告、合同、研究论文、会议记录、多文件项目和跨来源材料。模型如果不能在长上下文中保持准确，就很难承担深度分析、综合和复杂多来源工作流。

工具调用让模型更接近执行

GPT‑5.2 的专业工作能力还体现在 tool calling 上。OpenAI 将它定位为更适合 complex, real-world tasks end-to-end 的模型，而不是只给出文本建议。

专业工作往往需要模型调用工具、分析数据、创建文档、生成表格、构建演示、读取图像、处理长文本，并在多个步骤之间保持目标一致。工具调用能力越强，模型越能从“告诉用户怎么做”转向“帮助用户实际完成”。

这也是 GPT‑5.2 与 professional work 绑定的原因。对于企业用户，价值不只在生成一段文字，而在于能否把原始材料加工成可靠的交付物。

安全和可用性是专业场景的前提

OpenAI 在发布中也设置了 Safety 和 Availability & pricing 部分。对于面向专业知识工作和企业部署的模型来说，安全、价格和命名规则都不是附属信息，而是决定是否能进入日常工作流的前提。

专业场景中，模型可能处理合同、财务、医疗、研发、客户材料和内部文档。越是高价值任务，越需要用户对输出进行核查，并需要组织设置权限、数据边界和审查流程。

OpenAI 在 factuality 部分也提醒，GPT‑5.2 仍然不完美，关键事项需要 double check。这一点对专业工作尤其重要：模型能力越强，越容易被用于高影响决策，越需要保留人工验证。

这次发布的实际看点

GPT‑5.2 的核心变化，是把模型能力集中到真实专业工作：表格、演示、代码、视觉、长上下文、工具调用和复杂多步骤项目。这让它不只是聊天模型升级，而更像面向企业和个人高价值工作的生产力基础模型。

对用户来说，后续真正值得观察的是 GPT‑5.2 在真实工作中的稳定性：能否准确处理长文档，能否可靠生成表格和演示，能否在多步骤任务中正确使用工具，能否减少事实错误，并在关键任务中让用户保持足够控制。

参考来源

• Introducing GPT-5.2