Tvrtka OpenAI službeno je objavila lansiranje GPT-5.2, svoje vodeće serije modela umjetne inteligencije. Razvojni tim tvrdi da ovo ažuriranje predstavlja značajan skok u razvoju “opće inteligencije” (AGI) te nudi ključna poboljšanja u pisanju programskog koda, razumijevanju velikih količina konteksta i mogućnostima autonomnih agenata.
Novi modeli i dostupnost
Novi modeli izlaze u tri specifične varijante prilagođene različitim potrebama:
- Instant (za brze odgovore),
- Thinking (za duboko promišljanje),
- Pro (za najzahtjevnije zadatke).
Ovi modeli već danas postaju dostupni korisnicima paketa ChatGPT Plus, Enterprise i Business, kao i razvojnim programerima putem API-ja.
Dominacija u GDPval benchmarku
Ključna značajka ovog izdanja postali su rezultati modela u GDPval – novom benchmarku stvorenom za ocjenu kompetentnosti u jasno definiranim radnim zadacima unutar čak 44 različite profesije.
Prema podacima OpenAI-a, model GPT-5.2 Thinking postao je prvi koji radi na razini ili iznad razine čovjeka-stručnjaka. U slijepim usporedbama, koje su ocjenjivali profesionalci iz industrije, GPT-5.2 Thinking nadmašio je ili se izjednačio s vodećim stručnjacima u nevjerojatnih 70,9% zadataka. Ti su zadaci uključivali:
- Stvaranje složenih proračunskih tablica,
- Razvoj detaljnih prezentacija,
- Pripremu opsežne tehničke dokumentacije.
U OpenAI-u su istaknuli zapanjujući podatak da je model izvršavao te zadatke više od 11 puta brže, a trošak je iznosio manje od 1% cijene rada ljudskih stručnjaka.
Revolucija za programere i vizualna analiza
Za inženjere i programere, OpenAI izvještava da je GPT-5.2 Thinking postavio novu ljestvicu kvalitete. Model je postigao rezultat od 55,6% u SWE-Bench Pro – testu stvarnih vještina softverskog inženjeringa koji obuhvaća nekoliko programskih jezika i složene baze kodova.
Model je također dobio drastično poboljšane vizualne mogućnosti. OpenAI tvrdi da se učestalost pogrešaka pri analizi grafikona i tehničkih shema smanjila gotovo dvostruko. To modelu omogućuje bolje interpretiranje:
- Upravljačkih ploča (dashboarda),
- Snimaka zaslona proizvoda,
- Prostornih izgleda (npr. identifikacija komponenti na matičnoj ploči).
Uz to, OpenAI navodi da novi model Thinking “halucinira” (izmišlja podatke) 30% manje nego njegov prethodnik.
Dugoročno zaključivanje i integracija
Kako ističu u OpenAI-u, model pokazuje bolje “pokazatelje dugoročnog zaključivanja” (long-horizon reasoning). U internim testovima korištenjem benchmarka MRCRv2, model je postigao gotovo 100% točnosti u pretraživanju i sintezi informacija u dokumentima opsega do 256.000 tokena. Ova je mogućnost primarno orijentirana na pravni, financijski i znanstveni sektor, u kojima se često analiziraju masivne datoteke.
Nekoliko velikih tehnoloških platformi, uključujući Notion, Zoom, Shopify i Databricks, već su integrirale novi model te izjavile da bilježe “iznimnu produktivnost” u zadacima agenata, gdje umjetna inteligencija autonomno koristi alate za izvršavanje projekata u više faza.
Iako se modeli GPT-5.2 već počinju uvoditi za korisnike, OpenAI za sada neće isključivati starije modele GPT-5.1; oni će ostati dostupni još tijekom naredna tri mjeseca kako bi se osigurala glatka tranzicija.
