GPT-5.2 da OpenAI Supera Gemini 3 do Google em Benchmarks de IA

Apenas quatro semanas após o lançamento do GPT-5.1, a OpenAI lança uma nova versão que estabelece novos recordes em diversas métricas de desempenho, incluindo raciocínio abstrato e codificação.

A corrida pela supremacia em inteligência artificial ganhou um novo capítulo com o anúncio do GPT-5.2 pela OpenAI. Lançado apenas quatro semanas após o GPT-5.1, o novo modelo promete superar concorrentes como o Gemini 3 Pro do Google em diversos benchmarks cruciais para o avanço da IA. Sam Altman, CEO da OpenAI, comentou sobre o rápido progresso com a observação de que “chegamos longe desde o GPT-5.1”, indicando a agilidade da empresa em aprimorar suas tecnologias.

Capacidades Aprimoradas e Variantes Estratégicas

A OpenAI descreve o GPT-5.2 como “a série de modelos mais capaz até agora para trabalhos de conhecimento profissional”. Para atender a diferentes necessidades, a empresa disponibilizou três variantes: o GPT-5.2 Instant, ideal para tarefas rápidas do dia a dia, o GPT-5.2 Thinking, projetado para trabalhos mais complexos, e o GPT-5.2 Pro, uma opção premium para consultas de alta exigência. Essa segmentação visa oferecer o desempenho adequado para cada tipo de aplicação, desde o uso pessoal até o profissional.

Em termos de desempenho, o GPT-5.2 demonstra paridade com o Gemini 3 Pro do Google em muitos benchmarks, e em outros, como o teste de codificação SWE-Verified e o benchmark de raciocínio abstrato ARC-AGI-2, o modelo da OpenAI se destaca claramente. Esse avanço rápido sugere que a performance expressiva do Gemini pode ter impulsionado a OpenAI a acelerar suas próprias inovações.

GPT-5.2: O Primeiro Modelo a Alcançar Desempenho de Especialista em Conhecimento Profissional

Um dos marcos mais significativos do GPT-5.2 é seu desempenho no benchmark GDPval, que avalia tarefas de conhecimento em 44 áreas profissionais e mede a relevância econômica dos modelos de IA. Segundo a OpenAI, o GPT-5.2 Thinking atingiu 70,9% neste teste, um salto impressionante em relação aos 38,8% do GPT-5 Thinking. Esse ganho de mais de 80% em apenas um mês posiciona o GPT-5.2 como o primeiro modelo a operar no nível de um especialista humano em tarefas bem definidas, abrindo novas possibilidades para automação e suporte em áreas de conhecimento especializado.

A OpenAI também enfatiza os ganhos de eficiência. A empresa afirma que o GPT-5.2 entrega resultados com mais de onze vezes a velocidade e a menos de 1% do custo dos especialistas humanos. Em testes internos focados em tarefas de investment banking, como modelagem financeira, as pontuações médias subiram de 59,1% para 68,4%, evidenciando a capacidade do modelo em lidar com análises financeiras complexas de forma mais rápida e econômica.

Novos Recordes em Codificação e Eficiência

No campo da codificação, o GPT-5.2 Thinking também estabeleceu novos recordes internos. No teste SWE-Bench Pro, que avalia tarefas realistas de programação em quatro linguagens, o modelo alcançou 55,6%, superando os 50,8% do GPT-5.1 Thinking. No benchmark SWE-Bench Verified, a pontuação subiu de 76,3% para impressionantes 80%, demonstrando uma melhoria notável na capacidade de resolver problemas de programação complexos.

Redução de Alucinações e Compreensão de Contexto Longo

Um dos desafios persistentes na IA é a redução das chamadas “alucinações”, ou seja, a geração de informações incorretas. A OpenAI afirma ter reduzido em 30% a taxa de erros nas respostas do GPT-5.2. Em testes com requisições anônimas do ChatGPT, a proporção de respostas com pelo menos um erro caiu de 8,8% (GPT-5.1 Thinking) para 6,2% (GPT-5.2 Thinking). Embora a empresa ressalte que o modelo ainda não é perfeito e recomenda a verificação das saídas, essa redução é um passo importante para aumentar a confiabilidade da IA.

No que diz respeito ao processamento de textos extensos, o GPT-5.2 Thinking alcançou quase 100% de acerto no teste 4-Needle MRCR com até 256.000 tokens. Esse benchmark exige que o modelo encontre e cite detalhes específicos em blocos de texto muito longos, o que é crucial para tarefas como análise de contratos, artigos de pesquisa e transcrições extensas. Essa capacidade aprimorada de lidar com contexto longo é um diferencial para aplicações que demandam processamento de grandes volumes de informação.

Avanços em Análise de Imagens e Chamada de Ferramentas

A análise de imagens também apresentou melhorias significativas, com a taxa de erro pela metade. Em testes de raciocínio sobre diagramas científicos, a pontuação no benchmark CharXiv saltou de 80,3% para 88,7%. Já em testes de entendimento de interface, como no ScreenSpot-Pro, o desempenho aprimorou-se de 64,2% para 86,3%. Essas melhorias são promissoras para aplicações que envolvem a interpretação de dados visuais.

A capacidade de “chamada de ferramenta”, que se refere à habilidade da IA de interagir com aplicativos ou APIs externas, também foi otimizada. No teste Tau2-bench-Telecom, que simula situações complexas de atendimento ao cliente, o GPT-5.2 Thinking atingiu 98,7%, um avanço em relação aos 95,6% anteriores. Essa funcionalidade é essencial para que a IA possa executar ações e integrar-se a fluxos de trabalho existentes.

Raciocínio Abstrato: Ganhos Massivos e Comparativo com Concorrentes

O progresso mais notável foi observado no benchmark de raciocínio abstrato ARC-AGI-2. O GPT-5.2 Thinking alcançou 52,9%, superando os 17,6% do GPT-5.1 Thinking e deixando para trás o Gemini 3 Pro, que havia registrado 31,1% em seu lançamento. Esse salto expressivo no raciocínio abstrato é um indicador de avanços fundamentais na capacidade da IA de pensar de forma lógica e resolver problemas complexos.

Além disso, o GPT-5.2 Pro atingiu 90,5% no teste mais simples ARC-AGI-1. A OpenAI destaca que essa performance é obtida com um custo aproximadamente 390 vezes menor que o de modelos anteriores, como o o3-preview utilizado no final de 2024. É importante notar, contudo, que sistemas de IA com abordagens híbridas, como o da Poetiq, que combina modelos de código aberto com motores comerciais, ainda podem oferecer vantagens em cenários específicos.

Preços e Disponibilidade do GPT-5.2

A chegada do GPT-5.2 também traz consigo um reajuste nos preços da API. O GPT-5.2 custará US$ 1,75 por milhão de tokens de entrada e US$ 14 por milhão de tokens de saída, um aumento em relação às tarifas anteriores. A OpenAI justifica esse reajuste pela melhoria no desempenho e pela eficiência aprimorada no uso de tokens, que, na prática, deve reduzir os custos totais para tarefas complexas. Entradas em cache terão um desconto de 90%.

O nível Pro terá um custo adicional, com preços de US$ 21 para entrada e US$ 168 para saída por milhão de tokens. Os novos modelos já estão sendo disponibilizados para assinantes pagantes do ChatGPT, incluindo os planos Plus, Pro e Enterprise. O GPT-5.1 permanecerá disponível como opção legado por três meses, e para desenvolvedores, não há planos imediatos de descontinuação do GPT-5.1, GPT-5 ou GPT-4.1 na API.