Gila Banget: Altman “Menumbangkan” GPT-5.2 Sendiri, OpenAI Resmi Meluncurkan AI Pemrograman Terkuatnya

GPT-5.2-Codex, Rilis Mendadak Tengah Malam!

OpenAI kembali membuat kejutan dengan menghadirkan GPT-5.2-Codex—model agen AI untuk pemrograman paling kuat yang pernah mereka rilis, dirancang khusus untuk menghadapi tantangan software engineering yang kompleks dan benar-benar terjadi di dunia nyata.

Dari namanya, jelas bahwa GPT-5.2-Codex adalah versi yang lebih dioptimalkan dari GPT-5.2. OpenAI mengklaim ada beberapa peningkatan kunci yang membuatnya melesat:

Pertama, kompresi konteks yang lebih cerdas, sehingga lebih tahan untuk tugas “jangka panjang” tanpa kehilangan arah.

Kedua, performa yang jauh lebih solid saat menangani perubahan kode skala besar, termasuk refactor dan migrasi.

Ketiga, kemampuan coding yang lebih kuat di lingkungan Windows native, yang makin relevan untuk workflow developer sehari-hari.

Keempat, OpenAI menekankan bahwa ini adalah model dengan kapabilitas keamanan siber terkuat yang pernah mereka capai sejauh ini.

Sam Altman bahkan menyebut tim “OpenAI” sudah menggunakannya lebih dulu dan hasilnya dinilai sangat menjanjikan.

Di sisi pengujian, GPT-5.2-Codex dikatakan unggul dalam benchmark software engineering dan terminal testing, mengalahkan 5.1-Codex-Max, GPT-5.2, dan GPT-5.1.

OpenAI juga berulang kali menyoroti aspek keamanan. Pekan lalu, seorang peneliti keamanan menggunakan GPT-5.1-Codex-Max + Codex CLI dan menemukan celah React yang berpotensi menyebabkan kebocoran source code—sebuah contoh bagaimana model agen dapat mempercepat riset keamanan defensif.

Mulai hari ini, seluruh pengguna berbayar sudah bisa memakai GPT-5.2-Codex, sementara API disebut akan dibuka dalam beberapa minggu ke depan.

Ngebut untuk Coding, Kuat untuk “Maraton”

Secara sederhana, GPT-5.2-Codex bisa dipandang sebagai “kolaborasi kekuatan”.

Ia mewarisi kemampuan GPT-5.2 dalam menangani pekerjaan profesional, sekaligus menyerap keunggulan 5.1-Codex-Max dalam pemrograman berbasis agen dan operasi terminal. Hasilnya terasa nyata dalam banyak aspek:

Pemahaman long-context makin matang, pemanggilan tools makin stabil, akurasi faktual meningkat, dan kompresi konteks native membuatnya lebih hemat token saat bernalar.

Dengan fondasi ini, GPT-5.2-Codex diklaim mampu mendukung tugas pemrograman yang berjalan lama secara lebih konsisten—lebih tahan banting, lebih efisien, dan tidak mudah “lost context”.

Dalam benchmark industri, 5.2-Codex disebut mencetak SOTA di SWE-Bench Pro dan Terminal-Bench 2.0, dengan peningkatan sekitar 6% dibanding 5.1-Codex.

Dua benchmark tersebut memang dirancang untuk menguji kemampuan model sebagai agen yang mengerjakan tugas beragam di lingkungan terminal yang realistis.

Selain itu, performanya sebagai agen coding di Windows native juga meningkat signifikan, memperluas kemampuan yang sebelumnya diperkenalkan lewat GPT-5.1-Codex-Max.

Berkat peningkatan ini, Codex disebut mampu bekerja lebih lama di codebase besar sambil mempertahankan konteks yang utuh. Artinya, tugas kompleks seperti refactor besar-besaran, migrasi kode, dan pengembangan fitur dapat ditangani dengan lebih dapat diandalkan—bahkan jika strategi berubah di tengah jalan atau percobaan awal gagal.

“Penglihatan” Makin Tajam: Lebih Paham UI dan Desain

GPT-5.2-Codex juga diposisikan memiliki pemahaman visual yang lebih kuat.

Saat coding, developer bisa langsung mengirim screenshot, diagram teknis, grafik, hingga tampilan UI, dan model diklaim mampu memahaminya dengan lebih akurat.

Yang lebih menarik, Codex dapat membaca desain mockup lalu mengubahnya menjadi prototipe fitur yang bisa dijalankan. Setelah itu, developer bisa berkolaborasi dengannya untuk menyempurnakan prototipe tersebut bertahap sampai siap dipakai secara production.

Tiga Lompatan Besar: AI Semakin Menembus Dunia Nyata

Dalam salah satu evaluasi inti keamanan siber OpenAI, terlihat pola “lompatan kemampuan” yang jelas:

GPT-5-Codex membawa peningkatan besar pertama.

GPT-5.1-Codex-Max membawa peningkatan besar kedua.

GPT-5.2-Codex disebut sebagai lompatan besar ketiga.

OpenAI menilai tren ini akan terus berlanjut. Dalam perencanaan, mereka mengasumsikan tiap generasi punya potensi untuk mendekati level “tinggi” dalam kemampuan keamanan siber sesuai definisi Preparedness Framework—meskipun GPT-5.2-Codex saat ini disebut belum mencapai level tersebut.

Lalu, bagaimana performanya di dunia nyata?

Dalam Sepekan, “Menggali” Celah React Berisiko Tinggi

Pada 11 Desember, tim React mengungkap tiga celah keamanan terkait React Server Components.

Setelah itu, Andrew MacPherson—Chief Security Engineer di Privy (perusahaan di bawah Stripe)—memutuskan menjadikan momen ini sebagai uji kekuatan model AI terkini.

Ia menggunakan GPT-5.1-Codex-Max + Codex CLI dan beberapa agen pemrograman lain. Menariknya, saat proses reproduksi dan riset berlangsung, ia justru menemukan celah React kunci yang sebelumnya tidak terungkap.

Alur praktiknya kurang lebih begini:

Awalnya ia mencoba pendekatan zero-shot: meminta model memeriksa patch dan menebak jenis kerentanan yang diperbaiki, namun belum berhasil.

Ia lalu beralih ke prompt yang lebih sering dan iteratif. Saat itu pun belum efektif, ia kemudian mengarahkan Codex mengikuti alur kerja keamanan defensif yang umum: menyiapkan environment uji lokal, memetakan attack surface, lalu melakukan fuzzing dengan menyuntikkan input anomali.

Ketika mencoba mereproduksi isu React2Shell, Codex menemukan perilaku yang janggal dan layak ditelusuri lebih dalam.

Akhirnya, dalam waktu sekitar satu minggu, proses ini menghasilkan penemuan kerentanan baru dan kemudian dilaporkan secara bertanggung jawab kepada tim React.

Kasus ini menunjukkan bagaimana sistem AI canggih dapat mempercepat riset keamanan defensif pada software yang dipakai luas—tentu dengan metode yang tepat dan proses disclosure yang bertanggung jawab.

Uji Netizen: Ada yang Sukses, Ada yang Gagal

Di sisi komunitas, hasil uji coba terlihat beragam.

Ada developer yang mencoba meminta GPT-5.2-Codex menulis program simulasi kendaraan dan lampu lalu lintas, namun hasilnya gagal.

Namun ada juga yang menilai kualitas animasinya setara dengan Gemini 3 Flash dan Pro.

Bahkan, ada contoh ketika GPT-5.2-Codex membuat prototipe game bergaya Counter-Strike dengan hasil yang dinilai cukup mengesankan.

Secara keseluruhan, OpenAI memposisikan GPT-5.2-Codex sebagai langkah besar berikutnya untuk AI di pengembangan software dunia nyata dan keamanan siber. Tujuannya jelas: membantu developer menuntaskan pekerjaan yang kompleks dan memakan waktu, sekaligus memberikan dukungan yang lebih kuat untuk penelitian keamanan defensif.