המהפך הושלם: איך הכלים החדשים של גוגל מאיימים להפוך את GPT-5 לחדשות של אתמול
בשלהי שנת 2025, עולם הטכנולוגיה עד להתפתחות דרמטית שמעידה על שינוי מהותי במאזן הכוחות בתעשיית הבינה המלאכותית. גוגל, שלאורך שלוש
השאירו פרטים לחזרה
GPT-5.2 נחשף: המודל המתקדם ביותר לעבודה מקצועית, סוכני AI ופריצת דרך באינטליגנציה כללית
דור חדש של בינה מלאכותית יוצא לדרך
ביצועי שיא בעבודה מקצועית (GDPval)
פריצת דרך בפיתוח קוד ו-Agentic Coding
הבנת הקשר ארוך ושיפור אמינות (Factuality)
אחד השיפורים הקריטיים ביותר לשימוש מקצועי הוא יכולת המודל לשמור על עקביות ודיוק בטיפול במסמכים ארוכים, לצד הפחתה מובהקת ב”Hallucinations”.
הקשר ארוך (Long Context)
GPT-5.2 Thinking קובע שיא חדש ומרשים במיוחד בחשיבה וניתוח של הקשר ארוך. המודל משיג דיוק קרוב ל-100% במשימות הדורשות אינטגרציה עמוקה של מידע מפוזר על פני עד 256,000 טוקנים – כמות עצומה של טקסט. יכולת מתקדמת זו מאפשרת לאנשי מקצוע להשתמש במודל לניתוח מעמיק וקוהרנטי של מסמכים ממושכים ומורכבים, כגון חוזים ודו”חות משפטיים, מסמכי מחקר אקדמיים נרחבים, תמלילי שיחות ארוכות ופרויקטים מרובי-קבצים הדורשים סינתזה של נתונים מרובים.
הפחתת Hallucinations
GPT-5.2 Thinking מקטין ב-30% את שיעור התשובות עם שגיאות בהשוואה ל-GPT-5.1 Thinking במערך שאילתות מזוהות. שיפור זה באמינות הוא קריטי עבור עבודה מקצועית הדורשת דיוק, הפחתה זו בטעויות משמעותה פחות סיכונים במחקר, ניתוח וקבלת החלטות, מה שהופך את המודל לכלי תומך החלטה אמין בהרבה למשימות יומיומיות.
יכולות ראייה (Vision) וכלי עבודה (Tool Calling)
היכולות הרב-מודאליות של GPT-5.2, ובפרט יכולות הראייה שלו, קיבלו שדרוג משמעותי, לצד שיפור באמינות השימוש בכלי עבודה חיצוניים.
ראייה חזקה יותר
GPT-5.2 הוא מודל הראייה החזק ביותר של OpenAI עד כה, ומפחית את שיעורי השגיאות בכמחצית בניתוח תרשימים מדעיים (CharXiv Reasoning) ובהבנת ממשקי תוכנה גרפיים (ScreenSpot-Pro). המודל יכול לפרש בצורה מדויקת יותר דשבורדים, צילומי מסך טכניים ותרשימים מורכבים, עם שיפור משמעותי בהבנת המיקום היחסי והמרחבי של אלמנטים בתמונה, דבר חיוני לניתוח דיאגרמות טכניות.
מדד ראייה | GPT-5.2 Thinking | GPT-5.1 Thinking |
|---|---|---|
CharXiv Reasoning (תרשימים מדעיים) | 88.7% | 80.3% |
ScreenSpot-Pro (ממשקי משתמש גרפיים) | 86.3% | 64.2% |
אמינות בשימוש בכלים
GPT-5.2 Thinking משיג דיוק של 98.7% במדד Tau2-bench Telecom, המדגים את יכולתו להשתמש בכלים בצורה אמינה ואפקטיבית לאורך משימות מרובות-שלבים. עבור תפקידי שירות לקוחות מורכבים הדורשים תיאום בין מערכות שונות, למשל, המודל יכול לנהל רצף שלם של משימות – כמו הזמנת טיסה מחדש, טיפול בדרישות מושבים רפואיות וניהול פיצויים – באופן שלם יותר ומדויק יותר מכל מודל קודם.
זמינות ומסקנות
