Kecerdasan Profesional: Dalam evaluasi GDPval (yang menguji tugas-tugas profesional di 44 bidang pekerjaan), GPT-5.2 Thinking mencapai skor tertinggi. OpenAI mengklaim bahwa model ini mengungguli atau setara dengan performa pakar manusia dalam lebih dari 70 persen perbandingan tugas, seperti membuat spreadsheet, menyusun presentasi, hingga menangani proyek multi-langkah yang kompleks.
Kemampuan Pengkodean: GPT-5.2 menetapkan standar baru dalam rekayasa perangkat lunak. Pada benchmark SWE-Bench Pro, model ini menunjukkan peningkatan signifikan dalam kemampuan debugging, implementasi fitur, dan refactoring codebase besar, menjadikannya mitra harian yang lebih andal bagi para insinyur.
Akurasi dan Konteks Panjang: OpenAI juga menekankan bahwa GPT-5.2 secara substansial mengurangi halusinasi (kesalahan faktual), membuatnya 30 persen lebih jarang menghasilkan respons dengan kesalahan dibandingkan pendahulunya. Peningkatan signifikan juga terjadi pada pemahaman konteks panjang (long context), memungkinkan model ini memproses dan menganalisis dokumen yang sangat panjang, seperti laporan penelitian atau kontrak, dengan akurasi yang lebih tinggi.
Persaingan yang Belum Usai
Meskipun Sam Altman secara publik mengakui Gemini 3 sebagai “model yang hebat,” ia juga mengindikasikan bahwa dampak model pesaing terhadap metrik penggunaan internal OpenAI “lebih kecil dari yang kami takutkan,” menyiratkan keyakinan pada model yang baru dirilis ini.
Peluncuran GPT-5.2 menunjukkan bahwa perang AI generatif telah beralih dari peluncuran fitur baru yang sensasional menjadi perlombaan untuk membangun model yang lebih andal, cerdas, dan fungsional untuk tugas-tugas dunia nyata dan profesional. Dengan kedua raksasa AI merilis peningkatan dalam interval waktu yang begitu singkat, persaingan untuk mendapatkan supremasi model AI general-purpose dipastikan akan terus memanas sepanjang tahun mendatang.
