GPT-5.2-Codex（材料）

主要出处：OpenAI，2025-12-18，GPT-5.2-Codex system card；Deployment Safety Hub。本页不复制原文全文。

模型定位

system card 的原话是：这是当时最强的 agentic coding 模型，一个为 Codex 中 agentic coding 优化的 GPT-5.2 版本。公告页（openai.com）对本机不可访问，以下均取自 system card。

三处机制变化

• 上下文压缩（compaction）：让模型跨多个上下文窗口保持连贯地工作，而不是只在一个窗口内。原文说明它对长时间运行的评测帮助明显——即压缩服务的是长时程任务。
• 项目级任务：重构、迁移这类跨文件跨模块的工作被单独点出。
• Windows 环境：写明改进。执行隔离上给出两个选项——Windows 原生沙箱实现，或经 WSL 使用 Linux 沙箱。用户可以批准命令运行。

安全评级口径

按 Preparedness Framework：网络安全领域「很有能力，但未达到 High」；生物学被列为 High capability；AI 自我改进未达 High。另注明该模型不面向通用聊天应用部署。

基准分数：只有二手

公开报道普遍转述为 SWE-bench Pro 56.4%、Terminal-Bench 2.0 64.0%，并给出前代对照。但 system card 全文不含 SWE-bench、Terminal-Bench 或这两个数字；数字只出现在被拦截的公告页上，评测口径（脚手架、推理档位、是否开压缩、样本数）均未核实。因此时间线不引用这两个数字，按「厂商自报、口径不明」处理。

当时不是什么

不是新模型世代，也不是循环语义的变化。压缩与 Windows 沙箱改的分别是一次能做多久和在哪执行，工具调用与停止语义未见官方描述为改变。