Not — ileriye dönük profil. Bu sayfa, ya erken önizlemede olan, duyurulmuş ancak henüz genel kullanıma sunulmamış ya da yol haritası sinyallerine dayanarak öngörülen bir modeli tanımlar. Özellikler ve yetenekler kamuya açık lansmandan önce değişebilir. Bu sayfadaki canlı kıyaslama verileri, test altyapımızın bugün ulaşabildiği uç noktayı yansıtır.
gpt-5.2, 5.2 nesli için kayan slug'tır. API üzerinden çağırdığınızda, OpenAI'nin o adı şu an her neye eşlediyse ona ulaşırsınız. Bu eşleme hareket eder. Sessizce, kasıtlı olarak ve kodunuzu değiştirmeye zorlamadan. Birçok ekip için tam olarak istedikleri budur. Diğerleri için — uyumluluk denetimleri, yeniden üretilebilirlik kontrolleri yapanlar veya sürüm-kilitli, müşteriye dönük özellikler işletenler — bu sessiz bir operasyonel risktir.
Kayan slug aslında ne anlama geliyor
OpenAI'nin her nesilde izlediği örüntü, bir temel ad (gpt-5.2) ve tarihli bir anlık görüntü (gpt-5.2-2025-12-11) yayınlamaktır. Tarihli sürüm tam ağırlıkları sabitler. Kayan olan ise OpenAI'nin şu anda önerilen 5.2 uç noktası olarak kabul ettiği anlık görüntüyü takip eder. Güncellemeler çoğu durumda bildirim yapılmadan ileri sarılır. Davranış değişir. Çıktılar değişir. Gecikme profilleri kayar. Token maliyetleri de zaman zaman değişir.
Bu, prototipler ve cevap alanının geniş olduğu, mevcut kaliteyle kabaca uyumun tam yeniden üretilebilirlikten daha değerli olduğu ürünler için sorun değildir. Bugünün çıktılarını geçen ayınkilerle karşılaştıran değerlendirme altyapıları için, belirli bir kararı hangi modelin ürettiğini bilmesi gereken düzenlenmiş iş akışları için ve kabul kriterlerini belirli model davranışına bağlayan herhangi bir sözleşme için bu bir sorundur.
Çözüm basit: üretimde tarihli anlık görüntüyü sabitleyin, kayan slug'ı yalnızca geliştirme için kullanın. Maliyeti küçüktür. Kaçınılan risk gerçektir.
Kaputun altında
GPT-5.2, daha geniş GPT-5 transformer kod çözücü ailesinde yer alır ve metin ile görsel girdileri arasında çok modallıdır. OpenAI parametre sayılarını veya uzman yönlendirme ayrıntılarını yayınlamamıştır. Model, metnin yanı sıra görüntüleri de kabul eder; çıktı yalnızca metin olarak kalır — bu uç noktadan görüntü üretimi veya ses çıktısı yoktur.
Eğitim kesim noktası, ana dil standartlarına ilişkin gözlemlenen bilgi, güncel çerçeve sürümleri ve son kamuya açık olaylara dayanarak 2025'in sonlarında bir yere düşüyor. Bunun ötesindeki ayrıntılar, OpenAI bunları yayınlayana kadar spekülatiftir. Görsel yetenekler her zamanki yüzeyi kapsar: grafik ve diyagram anlama, OCR tarzı metin çıkarma, sahne tanımlama ve belge düzeni ayrıştırma.
Belirteçleştirme GPT-5 BPE sözcük dağarcığıdır. Görüntü girdileri, döşeme başına sabit-token maliyetine kodlanarak döşemelenir. Karışık metin ve ekran görüntüleri içeren belgeler için bu, insanların beklediğinden daha hızlı birikir; üretime geçmeden önce görüntü token maliyetini istemlerinize bütçelendirin.
Bugün nerede konumlanıyor
Genel amaçlı çalışmalar için — sohbet, yapılandırılmış çıktı üretimi, görsel destekli analiz — GPT-5.2 şu anda gönderilebilir öncü modellerin üst kademesinde yer alır. Zekâ liderlik tablosu karşılaştırmalı konumu izler; Anthropic, Google ve diğerleri güncellemeler yayınladıkça sıralamalar değişir.
Model, yapılandırılmış çıktı, JSON şema kısıtlamaları ve araç-kullanım döngüleriyle rahattır. Grafik anlamada görsel performans güçlüdür, yoğun teknik diyagramlarda ise dalgalıdır ve düşmanca düzenlerde (çok sütunlu taramalar, döndürülmüş metin, düşük çözünürlüklü ekran görüntüleri) önceki neslin yaptığı türden hatalar yapar.
İçerik iş akışları için model güvenilir bir varsayılandır. Karışık metin-ve-görsel belgelerden veri çıkarma işlemleri için görsel yetenek, yalnızca metin tabanlı rakiplere karşı gerçek bir avantajdır.
Pratikte sürüklenme sorunu
Kayan slug'ı müşteriye dönük bir ürüne bağlarsanız ve OpenAI belirli bir sorgu türünü farklı şekilde ele alan yeni bir 5.2 anlık görüntüsü yayınlarsa, kullanıcılarınız siz fark etmeden önce fark edecektir. Değişiklik ortalama olarak kalite-pozitif ve belirli uç durumlarda kalite-negatif olabilir. Hem eski hem yeni anlık görüntülere karşı çalışan bir değerlendirme altyapısı olmadan, biri destek bileti açana kadar gerilemeyi yakalayamayacaksınız.
Üç örüntü yardımcı olur. Birincisi, üretimde tarihli anlık görüntüyü sabitleyin ve kayan slug'ı yalnızca çıktıları yan yana karşılaştırabileceğiniz sürüm-öncesi ortamlarda okuyun. İkincisi, her model güncellemesinde her iki sürüme karşı çalışan temsili istemlerden oluşan bir kanarya paketi tutun — hızlı çalışacak kadar küçük, önemli sorgulardaki sürüklenmeyi yakalayacak kadar geniş. Üçüncüsü, yeni bir anlık görüntüyü ne zaman benimseyeceğinize açıkça karar verin: "OpenAI ne zaman yayınlarsa" değil, "kanarya paketimiz geçtiğinde ve müşteriye dönük değerlendirmemiz en üst yirmi niyet üzerinde gerileme göstermediğinde."
Nerede yetersiz kalıyor
Niş konularda halüsinasyon hâlâ mevcut. Model, genel bilgide iyi kalibre edilmiştir ve geniş çapta belgelenmiş teknik materyalde güvenilir biçimde özgüvenlidir, ancak belirsiz tarihi olaylar, son dönem belirsiz yayınlar ve küçük kuruluşlar hakkında inandırıcı görünen gerçekler uyduracaktır. Modelden gelen herhangi bir iddiayı doğrulanana kadar bir hipotez olarak değerlendirin.
Uzun-bağlam tutarlılığı iyi ama mükemmel değil. Çok uzun girdilerde model, istemin başında kurulan kısıtlamaları zaman zaman gözden kaçırır. Kapsamlı talimatlara katı bağlılık gerektiren iş akışları için, istemi kritik kısıtlamaları üretim noktasının yakınında tekrarlayacak şekilde yapılandırın.
İngilizce dışı çıktı sağlam ama eşitsiz. Başlıca Avrupa ve Doğu Asya dilleri güçlüdür. Düşük-kaynaklı diller akıcılıkta belirgin biçimde düşer. Herhangi bir hedef dilde taahhütte bulunmadan önce örnek bir kontrol yapın.
Kayan slug mu yoksa anlık görüntü mü kullanılmalı
Geliştirme, deney, dahili araçlar ve yeni anlık görüntülerin otomatik benimsenmesinin risk değil, gerçekten bir özellik olduğu herhangi bir iş akışı için gpt-5.2 (kayan) kullanın. Örnekler: küçük davranış değişikliklerinin tolere edilebildiği dahili bilgi araması için bir sohbet botu, insanın çıktıyı her zaman incelediği bir içerik taslağı aracı, son eylemi insanın aldığı görsel destekli bir triyaj sistemi.
Yeniden üretilebilirlik gerektiren üretim iş akışları, kalite SLA'lı müşteriye dönük özellikler, düzenlenmiş kararlar, zaman içinde değerlendirme karşılaştırmaları ve bir gerilemenin geç keşfedilmesinin pahalı olacağı her durum için gpt-5.2-2025-12-11 (veya gönderdiğinizde hangi tarihli anlık görüntü güncelse o) kullanın.
Bu kombinasyon — dahili için kayan, dışsal için tarihli — size hem en son davranışı hem de operasyonel istikrarı verir. Bu, sessiz bir model güncellemesinin müşterilere görünür bir şeyi değiştirmesinin ardından çoğu ekibin yakınsadığı örüntüdür.
Alternatifler
Görsel yetenek iş akışınız için yük taşıyıcı değilse, benzer kalite kademelerindeki yalnızca metin tabanlı rakipler daha ucuz veya daha hızlı çalışabilir. Önemli olan belirli iş yükü üzerinde karşılaştırın; modeller arasındaki fark, dar görevlerde genellikle liderlik tablosu özetlerinin önerdiğinden daha büyüktür.
Güçlü görsel artı şirket içi (on-prem) dağıtıma ihtiyacınız varsa, açık-ağırlıklı çok modlu modeller — çıkarım bütçenize sığan en büyüğünü seçin — bu uç noktanın sağlayamayacağı veri yerleşim hikâyesini size verir. Doğruluk farkı gerçektir, ancak girdinin yapılandırılmış olduğu belge-çıkarma çalışmalarında hızla kapanır.
Son teknik inceleme: 2026-05-22 — Tokonomix.ai
