GPT-5.2 जारी

[GPT-5.1 thinking → GPT-5.2 thinking]

• इन्वेस्टमेंट बैंकिंग स्प्रेडशीट टास्क (आंतरिक): 59.1% → 68.4%

  • 3 वित्तीय स्टेटमेंट/LBO स्प्रेडशीट मॉडलिंग टास्क

• SWE-Bench Pro (सार्वजनिक): 50.8% → 55.6%

  • 4 भाषाओं में वास्तविक रिपॉज़िटरी (repo) पर पैच लागू करना

• OpenAI MRCRv2 (8 needles, 128k–256k): 29.6% → 77.0%

  • बहुत लंबे दस्तावेज़ों से जानकारी खोजकर पुनर्निर्माण करना

• ScreenSpot Pro (Python सहित): 64.2% → 86.3%

  • UI स्क्रीनशॉट को समझना और सवालों के जवाब देना

• ARC-AGI-2 (सत्यापित): 17.6% → 52.9%

  • कठिन अमूर्त तर्क पहेलियाँ (सत्यापित)