openai

GPT-5.2

GPT-5.2 adalah model flagship OpenAI untuk tugas-tugas profesional, menampilkan context window 400K, coding elite, dan kapabilitas reasoning multi-langkah yang...

openai logoopenaiGPT-511 Desember 2025
Konteks
400Ktoken
Output maks.
100Ktoken
Harga input
$1.75/ 1M
Harga output
$14.00/ 1M
Modalitas:TextImage
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
93%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). GPT-5.2 meraih skor 93% pada benchmark ini.
HLE
45%
HLE: Penalaran Keahlian Tingkat Tinggi. Menguji kemampuan model untuk mendemonstrasikan penalaran tingkat ahli di domain khusus. Mengevaluasi pemahaman mendalam tentang topik kompleks yang membutuhkan pengetahuan tingkat profesional. GPT-5.2 meraih skor 45% pada benchmark ini.
MMLU
88%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. GPT-5.2 meraih skor 88% pada benchmark ini.
MMLU Pro
83%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. GPT-5.2 meraih skor 83% pada benchmark ini.
SimpleQA
58%
SimpleQA: Benchmark Akurasi Faktual. Menguji kemampuan model untuk memberikan respons yang akurat dan faktual terhadap pertanyaan langsung. Mengukur keandalan dan mengurangi halusinasi dalam tugas pengambilan pengetahuan. GPT-5.2 meraih skor 58% pada benchmark ini.
IFEval
95%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. GPT-5.2 meraih skor 95% pada benchmark ini.
AIME 2025
100%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. GPT-5.2 meraih skor 100% pada benchmark ini.
MATH
98%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. GPT-5.2 meraih skor 98% pada benchmark ini.
GSM8k
99%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. GPT-5.2 meraih skor 99% pada benchmark ini.
MGSM
98%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. GPT-5.2 meraih skor 98% pada benchmark ini.
MathVista
78%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. GPT-5.2 meraih skor 78% pada benchmark ini.
SWE-Bench
80%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. GPT-5.2 meraih skor 80% pada benchmark ini.
HumanEval
95%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. GPT-5.2 meraih skor 95% pada benchmark ini.
LiveCodeBench
80%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. GPT-5.2 meraih skor 80% pada benchmark ini.
MMMU
75%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. GPT-5.2 meraih skor 75% pada benchmark ini.
MMMU Pro
65%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. GPT-5.2 meraih skor 65% pada benchmark ini.
ChartQA
93%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. GPT-5.2 meraih skor 93% pada benchmark ini.
DocVQA
95%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. GPT-5.2 meraih skor 95% pada benchmark ini.
Terminal-Bench
60%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. GPT-5.2 meraih skor 60% pada benchmark ini.
ARC-AGI
52.9%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. GPT-5.2 meraih skor 52.9% pada benchmark ini.

Tentang GPT-5.2

Pelajari tentang kemampuan, fitur, dan cara menggunakan GPT-5.2.

GPT-5.2 adalah model reasoning flagship dari OpenAI yang dirancang untuk pekerjaan profesional berisiko tinggi dan engineering otonom. Dirilis pada 11 Desember 2025, model ini menandai evolusi signifikan dari seri GPT-4 dan GPT-o1 dengan mengintegrasikan Thinking mode khusus dengan kontrol effort (Medium, High, Extra High). Hal ini memungkinkan model untuk berhenti sejenak dan memverifikasi logika multi-langkah sebelum menghasilkan respons.

Dengan 400K context window yang masif dan tingkat recall hampir 100%, model ini direkayasa untuk code review tingkat senior, refactoring kompleks, dan riset ilmiah. Arsitektur model dibangun untuk mendukung agentic workflows, menampilkan tool-calling asli dan vision multimodal yang dapat memproses diagram teknis dan codebase yang rumit secara simultan.

Meskipun unggul dalam presisi logis dan benchmark engineering, dengan mencapai skor 100% pada AIME 2025, model ini mengadopsi tone yang lebih formal dan seperti mesin dibandingkan kompetitor seperti Claude. Saat ini, model ini dihargai $1,75 per juta input tokens dan $14,00 per juta output tokens, menjadikannya alternatif yang hemat biaya untuk tugas-tugas reasoning mendalam yang sebelumnya memerlukan pengawasan manusia dengan komputasi tinggi.

GPT-5.2

Kasus Penggunaan untuk GPT-5.2

Temukan berbagai cara menggunakan GPT-5.2 untuk hasil yang luar biasa.

Refactor Engineering yang Kompleks

Melakukan refactoring mendalam pada codebase yang kritikal terhadap performa sambil menjaga invarian tipe dan konsistensi arsitektur yang ketat.

Tugas Terminal Otonom

Menjalankan workflow CLI multi-langkah dan mengelola deployment cloud yang kompleks melalui performa tinggi di lingkungan Terminal-Bench.

Sintesis Pengetahuan Level PhD

Menganalisis ratusan sumber teknis dan makalah akademis secara simultan untuk membuat laporan riset komprehensif tentang topik ilmiah khusus.

Resolusi Bug Konkurensi

Mengidentifikasi dan memperbaiki race condition atau memory leak yang sulit, yang memerlukan inferensi logis tingkat tinggi pada segmen kode yang panjang.

Pemrosesan Kode Mekanis

Menangani migrasi coding berskala besar dan berulang di seluruh repositori tanpa sifat malas yang sering terlihat pada LLM tujuan umum.

Review Teknis Senior

Bertindak sebagai senior engineer virtual untuk meninjau rencana desain dan mengidentifikasi edge cases dalam logika untuk sistem produksi.

Kelebihan

Keterbatasan

Akurasi Engineering Superior: Mencapai skor 77,3% pada Terminal-Bench 2.0, mengungguli kompetitor dalam tugas-tugas command-line interface yang kompleks.
Latency Respons Tinggi: Overhead reasoning yang signifikan berarti model terasa jauh lebih lambat dibanding iterasi sebelumnya, yang menyebabkan waktu tunggu lama.
Reasoning Matematis Elite: Mencetak skor 100% pada benchmark AIME 2025, menunjukkan kapasitas untuk matematika tingkat kompetisi tanpa alat eksternal.
Tone UX yang Artifisial: Dikritik oleh pengguna karena sikap membantu yang terlalu kaku dan terstruktur, terasa kurang alami dibandingkan seri Claude.
Tingkat Halusinasi Rendah: Pengujian komunitas dan benchmark internal menunjukkan pengurangan 30% dalam fabrikasi faktual dibandingkan generasi flagship sebelumnya.
Proses Berpikir yang Buram: Tidak seperti beberapa model reasoning transparan, GPT-5.2 sering menyembunyikan internal chain-of-thought, dan hanya memberikan jawaban akhir yang terverifikasi.
Persistensi Tugas Jangka Panjang: Mampu mempertahankan sesi kerja otonom aktif selama lebih dari dua jam, menjadikannya ideal untuk pekerjaan pengembangan berskala besar.
Biaya Reasoning Premium: Harga output $14,00 dapat membengkak dengan cepat selama tugas reasoning panjang di mana volume thinking tokens yang tinggi dibebankan.

Mulai Cepat API

openai/gpt-5.2

Lihat Dokumentasi
openai SDK
import OpenAI from 'openai';

const openai = new OpenAI();

async function solveCodeProblem() {
  const response = await openai.chat.completions.create({
    model: 'gpt-5.2',
    messages: [{ role: 'user', content: 'Debug this race condition in my Rust service.' }],
    reasoning_effort: 'high',
    temperature: 0,
  });
  console.log(response.choices[0].message.content);
}

solveCodeProblem();

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang GPT-5.2

Lihat apa yang dipikirkan komunitas tentang GPT-5.2

GPT 5.2 di Codex adalah peningkatan yang sangat besar, ia lebih bersedia menangani tugas-tugas mekanis yang biasanya membuat model menjadi malas.
ArchMeta1868
reddit
Deliberasi yang meningkat dan waktu yang dihabiskan untuk memeriksa fakta output-nya patut dipuji... reliabilitasnya jauh meningkat.
Thomas Randall
techopedia
Model yang mendukung riset mendalam menunjukkan pendekatan seperti manusia dengan secara efektif mencari informasi khusus saat diperlukan.
OpenAI Official
twitter
Fokus OpenAI pada 'perhatian pengguna' yang terstruktur terasa seperti topeng korporat untuk inti yang dingin dibandingkan dengan diskusi alami di Claude.
Anonymous Developer
hackernews
Akhirnya model yang tidak malas di tengah-tengah refactor 500 baris.
CodeWizard
reddit
Parameter reasoning effort adalah MVP sejati untuk masalah logika yang kompleks.
AIBuilder
twitter

Video Tentang GPT-5.2

Tonton tutorial, ulasan, dan diskusi tentang GPT-5.2

Ini benar-benar gila. Lihat satu tembakan ini.

Desainnya tidak membuat saya terlalu terkesan dengan GPT 5.2... kinerjanya jauh lebih buruk daripada Gemini 3.

Recall konteksnya hampir sempurna di seluruh rentang 400k.

Ini terasa lebih seperti mesin reasoning daripada chatbot.

Latency adalah satu-satunya kendala nyata bagi beberapa aplikasi real-time.

GPT 5.2 sekarang dapat membuat spreadsheet dan slide dek yang diformat penuh langsung di dalam chat GPT.

Rasanya model ini akhirnya tumbuh dewasa dan mulai menangani pekerjaannya dengan serius.

Gunakan pengaturan reasoning tinggi hanya untuk tugas-tugas yang berat logika.

Halusinasi berkurang secara signifikan dibandingkan dengan seri 4o.

Agentic workflow akhirnya layak digunakan tanpa perlu pengawasan terus-menerus.

GPT 5.2 sebenarnya 40% lebih mahal dari 5.1, tapi masih jauh lebih murah daripada Opus.

GPT 5.2 membutuhkan 11 menit 20 detik [untuk membangun aplikasi]. Jadi dua kali lipat waktu [dibandingkan dengan Opus].

Kualitas output jauh lebih tinggi ketika Anda membiarkan mode thinking berjalan.

Ia menangani refactor multi-file tanpa kehilangan definisi tipe.

Jika Anda membutuhkan kecepatan murni, ini bukan model untuk Anda.

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas

Tips Pro untuk GPT-5.2

Tips ahli untuk memaksimalkan GPT-5.2.

Manfaatkan Thinking Effort

Gunakan parameter reasoning_effort (medium, high, xhigh) untuk menyesuaikan durasi deliberasi model dengan kompleksitas tugas.

Aktifkan Codex untuk Persistensi

Saat mengerjakan repo besar, gunakan lingkungan Codex khusus untuk mempertahankan sesi pemrosesan aktif hingga 150 menit.

Berikan Konteks yang Lengkap

Sediakan dokumentasi latar belakang yang kaya dalam system prompts karena model bekerja paling optimal saat diminta untuk mengolah konteks yang dibutuhkan.

Lakukan Iterasi pada Kebutuhan

Instruksikan model secara eksplisit untuk melakukan pengecekan verifikasi terhadap codebase saat ini guna memastikan kebutuhan tervalidasi.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Terkait AI Models

openai

GPT-5.2 Pro

OpenAI

GPT-5.2 Pro is OpenAI's 2025 flagship reasoning model featuring Extended Thinking for SOTA performance in mathematics, coding, and expert knowledge work.

400K context
$21.00/$168.00/1M
xai

Grok-3

xAI

Grok-3 is xAI's flagship reasoning model, featuring deep logic deduction, a 128k context window, and real-time integration with X for live research and coding.

1M context
$3.00/$15.00/1M
google

Gemini 3.1 Flash Live Preview

Google

Gemini 3.1 Flash Live Preview is Google's ultra-low-latency, audio-to-audio model featuring a 131K context window, high-fidelity multimodal reasoning, and...

131K context
$0.75/$4.50/1M
google

Gemini 3 Pro

Google

Google's Gemini 3 Pro is a multimodal powerhouse featuring a 1M token context window, native video processing, and industry-leading reasoning performance.

1M context
$2.00/$12.00/1M
google

Gemini 3.1 Pro

Google

Gemini 3.1 Pro is Google's elite multimodal model featuring the DeepThink reasoning engine, a 1M+ context window, and industry-leading ARC-AGI logic scores.

1M context
$2.00/$12.00/1M
anthropic

Claude Opus 4.6

Anthropic

Claude Opus 4.6 is Anthropic's flagship model featuring a 1M token context window, Adaptive Thinking, and world-class coding and reasoning performance.

1M context
$5.00/$25.00/1M
google

Gemini 3 Flash

Google

Gemini 3 Flash is Google's high-speed multimodal model featuring a 1M token context window, elite 90.4% GPQA reasoning, and autonomous browser automation tools.

1M context
$0.50/$3.00/1M
anthropic

Claude Sonnet 4.6

Anthropic

Claude Sonnet 4.6 offers frontier performance for coding and computer use with a massive 1M token context window for only $3/1M tokens.

1M context
$3.00/$15.00/1M

Pertanyaan yang Sering Diajukan tentang GPT-5.2

Temukan jawaban untuk pertanyaan umum tentang GPT-5.2