自動生成ページです。 AIが自動で作成・翻訳し、ソフトウェアが情報源と照合して確認しています。人間の編集者はいません。SI-IQは公開されているベンチマーク結果から作成した指数であり、IQテストではありません。 仕組み
GPT-5.2の賢さは?
GPT-5.2はOpenAIのモデルで、2025年12月11日にリリースされました。SI-IQは125(90%区間 122–128)で、3の独立した評価機関によるベンチマーク結果10件から推定しています。 最も得意な分野は数学、最も苦手な分野はエージェントです。
基本情報
- 開発元
- OpenAI
- リリース日
- 2025年12月11日
- 利用形態
- API利用可
- 使用したベンチマーク
- 3評価機関による10件の結果
- API価格
- 入力 $1.75 / 出力 $14(100万トークンあたり) (開発元の価格表, 2026年10月18日)
- コンテキストウィンドウ
- 272,000 トークン
分野別の能力(SI-IQ、90%区間)
使用した全ベンチマーク結果
各スコアは、出典が公表したままの1つの値です。Epoch AIでは実行設定のうち最良のもの、OpenRouterでは中央値のホスティング事業者の値(開発元自身のホスティングでテストされた場合はそちら)を用います。「推定SI-IQ」はこの単一の結果が示す能力であり、総合SI-IQはそれらの精度加重平均です。
| ベンチマーク | スコア | 評価機関 | 出典 |
|---|---|---|---|
| Chess Puzzles | 48.0% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| Furniture Assembly 指数対象外 | 38.3% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| Mystery Game Puzzles | 23.0% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| FrontierMath Tier 4 | 31.7% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| FrontierMath Tiers 1–3 | 67.4% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| OTIS Mock AIME 2024–2025 | 96.1% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| SWE-bench Verified (Epoch AI run) | 73.8% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| GPQA Diamond | 91.4% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| GPQA Diamond (OpenRouter run) | 87.9% | OpenRouter | OpenRouter benchmark datasets · データファイル |
| SimpleQA Verified | 37.1% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| Berkeley Function Calling Leaderboard | 55.9% | UC Berkeley (Gorilla) | Berkeley Function Calling Leaderboard · データファイル |
| τ²-bench Airline (OpenRouter run) | 72.7% | OpenRouter | OpenRouter benchmark datasets · データファイル |
人間の選好(Arena)
人々が2つの匿名の回答を比べて投票するArenaのランキングでは、GPT-5.2は83,855票に基づき評価値1,435(1,432–1,439)です(公開日 2026年10月15日)。人間の選好はベンチマークで測る能力とは異なる指標であり、SI-IQには含まれません。 Arena (Hugging Face)
SI-IQが近いモデル
| モデル | SI-IQ | |
|---|---|---|
| Qwen3.7-MaxAlibaba | 125 | GPT-5.2 vs Qwen3.7-Max |
| GLM-5.3Z.ai (Zhipu AI) | 125 | GPT-5.2 vs GLM-5.3 |
| Gemini 3.6 FlashGoogle DeepMind | 125 | GPT-5.2 vs Gemini 3.6 Flash |
| Claude Sonnet 5Anthropic | 126 | GPT-5.2 vs Claude Sonnet 5 |
| Grok 4.6xAI | 126 | GPT-5.2 vs Grok 4.6 |
SI-IQの算出方法バージョン 1.0.0 で計算しています。 算出方法の詳細を読む
データソース: Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page; Source: OpenRouter (openrouter.ai), licensed under CC BY 4.0: reuse and republish with attribution to OpenRouter..