【徹底解説】GPT-5.2登場。クリエティブタスク性能の検証と国内外のレビューまとめ

米国時間2025年12月11日、OpenAIは最新のフラッグシップモデル 「GPT-5.2」 シリーズを発表しました。

今回のアップデートは、単なる性能向上（0.1の刻み）にとどまらず、長時間の実務タスクやコーディングを自律的にこなす 「エージェント性能」 と、それを支える 「実務能力（Knowledge Work）」 に焦点を当てた重要なリリースとなっています。

本記事では、GPT-5.2（Instant / Thinking / Pro）のモデル性能、新指標「GDPval」、そして新たなコンテキスト管理機能「Compact API」の概要に加え、API価格についてまとめます。

要点：

• 「実務」に特化したGPT-5.2 Thinking。 44の職業にわたる実務タスク評価「GDPval」で、専門家レベル（70.9%）を達成。前世代（38.8%）から飛躍的に向上。

• コンテキスト管理API「Compact」登場。 長時間の会話履歴を圧縮・維持する /compact エンドポイントにより、コンテキストあふれを防ぎつつ長期記憶を保持。

• Instant / Thinking / Proの3層展開。 即答性のInstant、思考するThinking、最高峰のProと、用途に合わせて明確に分化。

GPT-5.2の概要

主要なスペックは以下の通りです。
特にコンテキストウィンドウと出力トークン数の増加、そしてナレッジカットオフの延長は、実務での使い勝手を大きく向上させます。

• コンテキストウィンドウ： 400,000 トークン

• 最大出力トークン： 128,000 トークン

• ナレッジカットオフ： 2025年8月31日

GPT-5.2 Thinking：実務遂行の主力機

GPT-5.2 Thinkingは、日々の複雑な業務をこなすために設計された、今回の中心となるモデルです。 前モデル（GPT-5.1 Thinking）と比較し、特に以下の「実務的」な領域で進化しました。

• 長時間の自律思考： 複雑な指示に対し、時間をかけて計画・実行する能力が向上。

• ツール利用の安定性： 複数のツールをまたぐマルチステップタスクでのエラー率が低下（Tau2-bench Telecomで98.7%）。

• 視覚・空間認識： チャートの読み取りやUIの理解精度が改善され、画面操作を伴うタスクにも対応。

特筆すべきは、OpenAIが新たに提唱したベンチマーク 「GDPval」 でのスコアです。これは44の職業における実際の業務成果物（スプレッドシート作成やプレゼン資料など）を評価するもので、GPT-5.2 Thinkingは 70.9% のタスクで専門家と同等以上の成果を出しました。

以下は公式が例として挙げている複雑な指示に基づくドキュメント作成能力です。

例1：ワークフォース・プランニング（Excel作成）

「エンジニアリング、マーケティング、法務、営業部門の人員計画、採用計画、退職率、予算への影響を含むモデルを作成せよ」という指示に対し、詳細な計算式を含んだスプレッドシートを生成可能です。

左：GPT-5.1 Thinking
右：GPT-5.2 Thinking

例2：プロジェクトマネジメント（PowerPoint作成）

次に、長文の背景情報を含む複雑なプロンプトへの対応力が見られる問題です。

GPT-5.2 Thinkingは単なる箇条書きのスライドではなく、ガントチャートを用いた進捗管理表を含む、実務レベルのプレゼンテーション資料を出力しています。

前世代（GPT-5 Thinking）が単純な表しか作れなかったのに対し、文脈を理解し、適切なビジュアル表現を選択していることがわかります。

GPT-5.2 Pro / Instant

さらに2つのモデルが提供されます。

• GPT-5.2 Pro： 最高精度の推論能力を持つ最上位モデル。科学（GPQA Diamond 93.2%）や数学（AIME 100%）など、高度な専門タスク向け。

• GPT-5.2 Instant： 低遅延・低コストな軽量モデル。文章の要約や翻訳、定型的なデータ処理など、スピードが求められるタスクに最適化されています。

新機能「Compact API」

長期間にわたるエージェントの稼働を支援するため、新たに /compact エンドポイントが追加されました。

これは会話履歴（Messages）を要約・圧縮し、トークン消費を抑えつつ文脈を維持する機能です。 従来の「要約」とは異なり、モデルが内部状態として理解しやすい形式（Opaque items）に変換するため、情報の劣化を最小限に抑えながらコンテキストウィンドウを有効活用できます。

実装例（Python）

compacted_response = client.responses.compact(
    model="gpt-5.2",
    input=[
        {"role": "user", "content": "..."},
        {"role": "assistant", "content": "..."}
    ]
)
# 圧縮された出力を次のリクエストに使用
print(compacted_response)

提供形態とAPI価格

利用可能なプラットフォーム

• ChatGPT： Plus、Team、Enterpriseユーザー向けに順次展開開始。「Thinking」モデルを選択することで利用可能。

• API： 本日より gpt-5.2, gpt-5.2-chat-latest, gpt-5.2-pro として利用可能。

API価格

GPT-5.2 Thinking は、性能向上に伴いGPT-5.1よりも高価格帯に設定されていますが、キャッシュ機能（Cached input）を活用することでコストを抑制可能です。

• 入力： $1.75 / 100万トークン（キャッシュ時は $0.175）

• 出力： $14.00 / 100万トークン

Proモデルはさらに高価（入力$21 / 出力$168）ですが、研究開発や最高難度のタスク解決という明確な用途に向けられています。

【検証】クリエイティブテストをやってみた

GPT-5.2 Thinkingの性能を測るため、これまでのレビューと同様に、デザイン、コーディング、クリエイティブライティングを含む5つのプロンプトで検証を行いました。

1. デザイントレンドを反映したLP生成

プロンプト：

実行結果：

• GPT-5.2 Thinking

指示には忠実ですが、Gemini 3やOpus 4.5のこれまでの出力と比較すると、やや保守的な印象です。

ワンショットでのデザイン面におけるハッとさせられるような感じは少ないかもしれません。

2. 複雑なSVGアニメーション生成

プロンプト：

実行結果：

• GPT-5.2 Thinking

• Opus 4.5

• Gemini 3.0

コード自体はエラーなく動作しますが、ペリカンが自転車を漕ぐといった物理的な挙動の再現には依然として苦戦していそうです。

3. 制約付きクリエイティブライティング

プロンプト：

実行結果：

• GPT-5.2 Thinking

• GPT-5.2 Pro

Claude Opus 4.5

GPT-5.2 Thinking/Proともに、条件を完璧に満たし、構成力も非常に高いレベルにあります。
ただ、日本語としての「情緒」や、文章がスッと心に入ってくる「読み心地」の自然さにおいては、Claude Opus 4.5の方が一枚上手という印象を受けました。

4. 哲学的思考

プロンプト：

実行結果：

• GPT-5.2 Thinking

• GPT-5.2 Pro

先行レビュアー・国内ユーザーの声

リリースに先駆けてGPT-5.2を利用した海外の有識者や、国内のユーザーからは、特に「複雑なタスクの完遂能力」と「実務適応性」を評価する声が多く上がっている印象です。いくつか紹介します：

1. エンジニア生存戦略の高度なシミュレーション
あきらパパ氏（@akira_papa_IT）は、GPT-5.2 Proを用いて「生成AI時代のエンジニア生存戦略」というテーマで、異なる立場の4人のキャラクターによる架空会議をさせる事例。

https://x.com/akira_papa_IT/status/1999273837645693137?s=20

2. 3Dグラフィックエンジンのワンショット生成 
Pietro Schirano氏（@skirano）は、複雑な3Dグラフィックエンジンを、ワンショットで単一ファイルとして生成できた事例。

「4Kエクスポート対応、インタラクティブ操作可能」という高度な要件をクリア。

https://x.com/skirano/status/1999182295685644366?s=20

3. 複雑なシェーダーの生成
Ethan Mollick氏（@emollick）の、「嵐の海に沈みかけのネオゴシック様式の無限都市」という抽象的かつ複雑なシェーダー記述を、GPT-5.2 Proが一発で生成した例。

https://x.com/emollick/status/1999185085719887978?s=20

4. 業務直結のExcel・PowerPoint生成 
炎鎮氏（@super_bonochin）の、実務での活用例。GPT-5.1と5.2の比較表をExcelで作成させたところ「完全に業務で使える品質」であったこと、また画像スライドを編集可能なPowerPointファイル（pptx）に変換するタスクも成功。

https://x.com/super_bonochin/status/1999269663600218374?s=20

5. 「遅いが、天才的」な推論能力
Matt Shumer氏（Blog）は、詳細なレビューの中で、GPT-5.2 Proを「Slow Genius（遅れてくる天才）」と表現。 日常的な軽いタスクにはClaude Opus 4.5の速さが勝るものの、深いリサーチや複雑なコーディングにおいてはGPT-5.2 Proの右に出るものはいないと評価。「文脈を理解するまでコードを書かない」という慎重な自律性が、手戻りを防いでいると分析。

https://x.com/mattshumer_/status/1999182246616682964?s=20

まとめ

今回のリリースで特筆すべきは、その進化のスピードです。 半年足らずで、Gemini等の競合モデルに対する新たなベンチマークとして、リーズニング能力と実務性能を大きく引き上げたモデルを投入してきました。

ロングコンテキストにおける読み取り精度の向上も注目のポイントです：

上記グラフの「OpenAI MRCRv2（4 needles）」ベンチマークの結果が示す通り、前モデル（GPT-5.1 Thinking）ではコンテキスト長が増すにつれて取得精度が低下していましたが、GPT-5.2 Thinkingでは長文脈においても高い精度（Mean match ratio）を維持しています。

これは膨大な資料やコードベースを扱う実務において、信頼性の向上に直結します。

また、ナレッジカットオフが「2025年8月31日」まで延長された点も実用的なアップデートと言えるでしょう。

参考リンク

• Introducing GPT-5.2 (OpenAI Blog)

• GDPval Research Paper

• GPT-5.2 System Card