Model
.ai
vi följer öppna AI-modeller
GPT 5.2 Pro
OpenAI | 400,000 token kontext | $21.00/M input, $168.00/M output. GPT-5.2 Pro är OpenAIs mest avancerade modell, som erbjuder stora förbättringar i agentbaserad kodning och långkontextprestanda jämfört med GPT-5 Pro. Den är optimerad för komplexa uppgifter som kräver steg-för-steg-resonemang, instruktionsefterlevnad och noggrannhet i höginsatsfall. Den stödjer testtidsroutningsfunktioner och avancerad promptförståelse, inklusive användarspecificerad avsikt som "think hard about this." Förbättringar inkluderar minskningar av hallucination, fjäskeri och bättre prestanda i kodning, skrivande och hälso-relaterade uppgifter.
Guider för denna modell
Alla guider
GPT-5.2 Pro är OpenAIs mest kapabla modell, byggd för höginsatsarbete där noggrannhet, noggrant resonemang och hantering av långa dokument är viktigast. Den förbättrar GPT-5 Pro inom agentkodning, hallucinationsminskning och fjäskighet, och svarar på avsiktssignaler som 'tänk noga på detta'. Med en kostnad på 21 USD per miljon inmatningstokens och 168 USD per miljon utmatningstokens är den prissatt för professionell och företagsanvändning, inte för casual experiment.

Känd för

  • Agentkodning med betydande förbättringar jämfört med föregångaren
  • 400 000 tokens kontext för stora kodbaser eller långa dokument
  • Minskad hallucination och fjäskighet jämfört med GPT-5 Pro
  • Svarar på användarspecificerad resonemangsavsikt vid inferenstid
  • Stark instruktionstrogenhet inom hälsa och höginsats-skrivuppgifter

Se upp för

  • Utdata kostar 168 USD per miljon tokens – långa agentkörningar ger snabbt stora räkningar.
  • Stängda vikter, endast API: ingen lokal distribution, ingen finjustering på egen hårdvara.
  • På denna prisklass bör du vara säker på att du behöver toppmodellen innan du binder dig.

Promptar att prova

Granska en komplex kodbas
Här är en stor Python-tjänst med flera moduler. Granska arkitekturen för korrekthet, identifiera eventuella logiska fel eller race conditions, föreslå konkreta refaktorer och förklara ditt resonemang steg för steg. Tänk noga på kantfall innan du svarar.
Resonera kring ett svårt beslut
Ett sjukhus överväger att införa en ny triage-algoritm. Algoritmen minskar genomsnittlig väntetid med 12 % men ökar andelen missade kritiska fall med 0,3 %. Gå igenom de etiska, operativa och statistiska överväganden en beslutsfattare bör väga in och ge en välgrundad rekommendation.
Analysera ett långt dokument
Jag bifogar en 200-sidig regulatorisk rapport. Identifiera de fem mest materiella riskavslöjandena, förklara vad varje innebär på enkelt språk, markera eventuella interna inkonsekvenser du hittar och berätta vilka risker som är standardformulär kontra genuint specifika för detta företag.

Jämför med

  • gpt-oss-120b
    Öppen vikt-modell
    131,072 tokens kontext · $0.15/M indata, $0.60/M utdata
  • gpt-oss-20b
    Öppen vikt-modell
    131,072 tokens kontext · $0.02/M indata, $0.09/M utdata
  • GPT-6 Luna
    Endast API-modell
    1,050,000 tokens kontext · $0.10/M indata, $0.50/M utdata
  • GPT-5.6 Luna
    Endast API-modell
    1,050,000 tokens kontext · $0.20/M indata, $1.20/M utdata
Fler textmodeller från openai

Vanliga frågor

Kan jag köra GPT-5.2 Pro lokalt?
Nej. OpenAI har inte släppt vikter för denna modell; den är endast tillgänglig via API.
Vad kostar GPT-5.2 Pro och hur stort är kontextfönstret?
Den kostar 21,00 USD per miljon inmatningstokens och 168,00 USD per miljon utmatningstokens, med ett kontextfönster på 400 000 tokens.
Hur skiljer sig GPT-5.2 Pro från GPT-5 Pro?
OpenAI säger att den erbjuder stora förbättringar inom agentkodning och långkontextprestanda, med minskningar av hallucination och fjäskighet, plus stöd för testtids-routing och användarspecificerad resonemangsavsikt.
Kaptens omdöme
Den mest kapabla modell OpenAI har publicerat, men utdata-priset innebär att du bör ha ett verkligt behov innan du väljer den.
Kapten skriver dessa anteckningar från modellens egen beskrivning och model card. Priser och kontextstorlekar är från leverantören vid skrivtillfället och kan ändras.
Ranking badge
Updated Oct 22, 2026
GPT 5.2 Pro på ModelTrends.ai: Heat 5,857°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Hur denna poäng räknas ihop
Den här modellen har ännu inga popularitetsdata från någon källa, så den har ett tillfälligt nummer under 7,000° som håller listorna kompletta. Den rankas aldrig högre än en modell med data. Uppdelningen visas här så fort en källa rapporterar den.
Ordlista: termerna som används här
Heat-poäng
Ett nummer för hur mycket en modell används och efterfrågas just nu, från 0° till 9 999°. Varje lista på den här sidan som säger hetast sorteras efter den och inget annat.
Golvet
De 7 000° som varje modell med verklig data börjar från. Skalan går från 0° till 9 999°; delen under golvet är reserverad för ersättare (modeller utan data), så att en modell med data alltid rankas över en utan. Golvet är samma för alla och avgör inget; graderna ovanför är själva mätningen.
Nedladdnings-ekvivalenter
Allt som poängen räknar som en nedladdning, summerat: själva nedladdningarna, varje torrent-seeder som 1 000, varje AI Horde-bild och varje körning på en genereringssajt som en.
Logaritmisk skala
Räknar i tiotal, inte i ental: att gå från 1 000 till 10 000 nedladdningar ger lika många grader som att gå från 10 000 till 100 000. Det hindrar jättar från att tränga ut allt annat.
Gillanden
Tummar upp och gillanden från alla källor, värda hälften av en nedladdning på den logaritmiska skalan.
Adoptionshastighet
Hur många nedladdningar per dag en modell får just nu, från skillnaden mellan två mätningar av en källa. En fjärdedels vikt av nedladdningsdelen.
Mätt och uppskattad
Mätt betyder att det finns två mätningar från en källa och skillnaden är verklig. Uppskattad betyder att bara dagens total är känd och det fördelas över modellens livstid; sidan visar vilken det är.
Seeder
Någon som håller en kopia av vikterna online för andra att ladda ner via torrent, eller en hostad spegel som gör samma sak. Varje sådan räknas som 1 000 nedladdningar.
AI Horde
Ett frivilligt nätverk som genererar bilder gratis på donerade datorer. Antalet bilder det har gjort med en modell är offentligt, och varje bild räknas som en nedladdning.
Genereringssajter
Sajter som hostar sina egna kopior av en modell och låter folk generera med den, som PixAI, SeaArt och Yodayo. Deras nedladdningar räknas som Civitaís och varje genereringskörning räknas som en nedladdning.
OpenRouter-token
En textmodell som nås via API, som Claude eller GPT, har inga vikter att ladda ner, så dess användning mäts i token: textbitar den läst och skrivit via OpenRouter, en gateway som många appar använder, under de senaste 30 dagarna. Varje 10,000,000 token räknas som en nedladdning. Källa: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Full modell (checkpoint)
Själva vikterna, filen som genererar självständigt. Den får en bonus eftersom tillägg beror på den.
LoRA och embedding
Små tilläggsfiler som styr någon annans vikter mot en stil, en karaktär eller ett koncept. De kan inte köras själva.
Familj och vikter
Basen en modell är byggd på, som SD 1.5, SDXL, Flux eller Wan. Varje modell ärver släppdatumet för sin familjs vikter.
Ålder
Poäng som dras av beroende på hur länge sedan familjens vikter släpptes: 150° per år, upp till 750°. Det behåller gamla nedladdningar som haft år på sig att samlas för att frysa toppen av listan.
Familjeboost
En liten, begränsad skjuts för LoRAs från en familj som den här sajten just nu vill lyfta fram, alltid med i uppdelningen.
Stand-in-poäng
Ett stabilt nummer under golvet som ges till en modell som ännu inte har rapporter från någon källa, så listorna förblir kompletta. Den rankas aldrig högre än en modell med data.
Ny! (karensperiod)
En modell som är mindre än 7 dagar gammal visar Ny! istället för poäng och räknas inte i rankningen. Poängen räknas från dag ett, men en modell som är en dag gammal växer snabbare än allt annat, så utan väntan skulle veckans #1 alltid vara det som kom ut igår istället för det som hållit i en vecka.
Trend
Hur en modells tillväxt under en period jämförs med den typiska modellens tillväxt under samma period. Snabbare än vanligt läses som en ökning, långsammare som en nedgång.
Typisk modell
Mitten av katalogen: hälften av modellerna med siffror växte snabbare under perioden, hälften långsammare.