Quels endpoints GPT-5.2 prend-il en charge ?

GPT-5.2 prend en charge Chat Completions, Responses API, le traitement par lots et Assistants API—mais ne prend pas en charge le fine-tuning, Realtime API ni les modalités audio.

GPT-5.2 prend-il en charge la distillation de modèle ?

Oui, GPT-5.2 prend en charge de façon unique la distillation, permettant aux développeurs d'utiliser ses résultats pour entraîner des modèles plus petits et plus efficaces pour des tâches spécifiques tout en maintenant les performances.

Quelle est la date de coupure des connaissances de GPT-5.2 ?

GPT-5.2 a une date de coupure des connaissances au 31 août 2025. Pour des informations plus récentes, vous pouvez activer la recherche web via la Responses API afin d'ancrer les réponses dans des données actuelles.

Qu'est-ce qui fait de GPT-5.2 le modèle phare d'OpenAI pour les développeurs ?

GPT-5.2 est le meilleur modèle d'OpenAI pour la programmation et les tâches agentiques, combinant une fenêtre de contexte de 400K avec la prise en charge de l'interpréteur de code, de la recherche web, de la recherche de fichiers, de la génération d'images et de MCP—ce qui en fait le choix le plus polyvalent pour des workflows complexes.

GPT-5.2 peut-il traiter des images et générer du code simultanément ?

Oui, GPT-5.2 accepte des entrées d'images et prend en charge l'interpréteur de code, ce qui lui permet d'analyser du contenu visuel et d'exécuter du code Python dans la même conversation—idéal pour des workflows de visualisation et d'analyse de données.

Comment GPT-5.2 se compare-t-il à GPT-5 en matière de prix et de performances ?

GPT-5.2 coûte $1.75/$14 par million de jetons (entrée/sortie) par rapport aux $1.25 de GPT-5, mais offre des performances sensiblement supérieures sur des benchmarks professionnels, y compris en programmation, en compréhension de longs contextes et en utilisation d'outils.

OpenAI

Disponible

gpt-5.2

GPT-5.2 API

GPT-5.2 est une suite de modèles déclinée en plusieurs variantes (Instant, Thinking, Pro), conçue pour une meilleure compréhension des contextes longs, des capacités renforcées en programmation et en utilisation d’outils, et des performances nettement supérieures sur des benchmarks professionnels de « travail intellectuel ».

Prix de départ

$1.40 / 1M de tokens en entrée

Facturation à l'usage

État de l'API

Disponible

Point de terminaison de production

Réponse

Prêt pour l'asynchrone

Temps de réponse API observé

Date de publication

Oct 1, 2025

OpenAI

Bac à sable

Essayez GPT-5.2 avec une vraie requête, examinez ses paramètres et validez le résultat avant d'intégrer l'API.

Tarification

Utilisez l'estimation rapide ci-dessus pour une seule exécution, puis consultez la comparaison complète entre CometAPI et le prix officiel.

Première requête

$0.0126

Coût d'utilisation estimé de CometAPI

Dix requêtes

$0.1260

Coût d'utilisation estimé de CometAPI

Quinze requêtes

$0.1890

Coût d'utilisation estimé de CometAPI

⇌

Conversion des crédits

1 000 crédits = 1 $

Les crédits rendent les budgets comparables entre la facturation au token, à la requête et au temps d'exécution. Le montant en USD reste la référence lors du paiement.

✓Modèle actuel en crédits

Entrée

1,400

crédits / 1 M de tokens

Sortie

11,200

crédits / 1 M de tokens

Transparence sur les frais minimums Ce prototype ne suppose pas de minimum caché par requête. Si un seuil de facturation en production ou un rechargement minimum s'applique, il doit être affiché avant l'achat et inclus dans chaque estimation budgétaire.

Prix Comet (USD / M de tokens)	Prix officiel (USD / M de tokens)	Remise
Entrée: $1.40/M Sortie: $11.20/M	Entrée: $1.75/M Sortie: $14.00/M	-20%

Présentation du modèle

Une identité de modèle stable pour la recherche et l'évaluation, associée à des données de catalogue actualisées qui peuvent évoluer sans réécrire la structure SEO principale de la page.

Identité stable

Qu'est-ce que GPT-5.2 ?

L'identité canonique du modèle reste stable tandis que les tarifs et les limites évoluent.

Données actualisées du modèle

Instantané actuel du catalogue

Disponibilité

Disponible

Prix de départ

$1.40 / 1M de tokens en entrée

Contexte

400,000 tokens

Date du catalogue

Oct 1, 2025

Playground 2.0 / Bureau de décision

Décidez d’abord. Intégrez en toute confiance.

Un espace de travail unique pour comparer les modèles, affiner les prompts, inspecter le routage, migrer le code et déployer un point de départ testé.

Basé sur GPT-5.2

Workflows

Comparez avant de vous engager

Exécutez le même prompt sur les principaux modèles et obtenez une recommandation étayée par des données probantes.

3 modèles · 1 exécution

Prompt d’évaluation

codagetempérature 0,2sortie JSON

GPT-5

OpenAI

Qualité

91/100

Latence

1.2s

Coût estimé

$0.018

Claude Opus 5

Anthropic

Choix de l’IA

Qualité

95/100

Latence

1.8s

Coût estimé

$0.024

Gemini 3 Pro

Google

Qualité

89/100

Latence

0.9s

Coût estimé

$0.011

Recommandation : choisissez Claude Opus 5 pour les revues de code à haut risque ; confiez les vérifications courantes à Gemini 3 Pro afin de réduire les coûts d’environ 54 %.

Aperçu

Un aperçu pratique de GPT-5.2, avec les comportements importants et les points d'attention pour l'intégration.

Qu’est-ce que l’API GPT-5.2

L’API GPT-5.2 correspond à GPT-5.2 Thinking dans ChatGPT. GPT-5.2 Thinking est la version intermédiaire de la famille GPT-5.2 d’OpenAI, conçue pour un travail plus approfondi : raisonnement en plusieurs étapes, synthèse de longs documents, génération de code de qualité et tâches professionnelles où l’exactitude et une structure exploitable priment sur le simple débit. Dans l’API, elle est exposée sous le modèle gpt-5.2 (Responses API / Chat Completions) et se situe entre la variante Instant à faible latence et la variante Pro de qualité supérieure mais plus onéreuse.

Fonctionnalités principales

Contexte très long et compactage : fenêtre effective de 400K et outils de compactage pour gérer la pertinence sur de longues conversations et documents.
Effort de raisonnement configurable : none | medium | high | xhigh (xhigh active le calcul interne maximal pour les raisonnements difficiles). xhigh est disponible pour les variantes Thinking/Pro.
Prise en charge renforcée des outils et fonctions : appels d’outils de premier ordre, grammaires (CFG/Lark) pour contraindre les sorties structurées, et comportements agentiques améliorés qui simplifient l’automatisation complexe en plusieurs étapes.
Compréhension multimodale : compréhension image + texte plus riche et intégration dans des tâches en plusieurs étapes.
Sécurité améliorée / gestion des contenus sensibles : interventions ciblées pour réduire les réponses indésirables dans des domaines comme l’automutilation et autres contextes sensibles.

Capacités techniques et spécifications (vue développeur)

Points de terminaison API et IDs de modèle : gpt-5.2 pour Thinking (Responses API), gpt-5.2-chat-latest pour les workflows chat/instant, et gpt-5.2-pro pour la gamme Pro ; disponibles via Responses API et Chat Completions le cas échéant.
Jetons de raisonnement et gestion de l’effort : l’API prend en charge des paramètres explicites pour allouer du calcul (effort de raisonnement) par requête ; un effort plus élevé augmente la latence et le coût mais améliore la qualité de sortie pour les tâches complexes.
Outils pour sorties structurées : prise en charge des grammaires (Lark / CFG) pour contraindre la sortie à un DSL ou une syntaxe exacte (utile pour SQL, JSON, génération de DSL).
Appels d’outils parallèles et coordination agentique : parallélisme amélioré et orchestration d’outils plus nette, réduisant le besoin de prompts système élaborés et d’armatures multi-agents.

Performances de benchmark et données à l’appui

OpenAI a publié divers résultats de benchmarks internes et externes pour GPT-5.2. Extraits (chiffres rapportés par OpenAI) :

GDPval (44 métiers, connaissances) — GPT-5.2 Thinking « bat ou égale les meilleurs professionnels du secteur dans 70,9 % des comparaisons » ; OpenAI rapporte que les sorties ont été produites à >11× la vitesse et à <1 % du coût des professionnels experts sur leurs tâches GDPval (estimations de vitesse et de coût basées sur l’historique). Ces tâches incluent des modèles de feuilles de calcul, des présentations et de courtes vidéos.
SWE-Bench Pro (codage) — GPT-5.2 Thinking atteint ≈55,6 % sur SWE-Bench Pro et ~80 % sur SWE-Bench Verified (Python uniquement) selon OpenAI, établissant un nouvel état de l’art pour l’évaluation de la génération de code/ingénierie dans leurs tests. Cela se traduit, d’après les exemples d’OpenAI, par un débogage plus fiable et des corrections de bout en bout en pratique.
GPQA Diamond (Q&R scientifiques niveau master) — GPT-5.2 Pro : 93,2 %, GPT-5.2 Thinking : 92,4 % sur GPQA Diamond (sans outils, raisonnement maximal).
Série ARC-AGI — Sur ARC-AGI-2 (benchmark de raisonnement fluide plus difficile), GPT-5.2 Thinking a obtenu 52,9 % et GPT-5.2 Pro 54,2 % (OpenAI indique qu’il s’agit de nouveaux sommets pour les modèles de type chain-of-thought).
Long-contexte (OpenAI MRCRv2) — GPT-5.2 Thinking affiche une précision proche de 100 % sur la variante MRCR à 4 aiguilles jusqu’à 256k tokens et des scores nettement améliorés vs GPT-5.1 dans les contextes longs. (OpenAI a publié des graphiques et tableaux MRCRv2.)

GPT-5.2

Comparaison avec les concurrents

vs Google Gemini 3 (Gemini 3 Pro / Deep Think) : Gemini 3 Pro a été présenté avec une fenêtre de contexte de ~1 048 576 (≈1M) tokens et de larges entrées multimodales (texte, image, audio, vidéo, PDFs) ainsi que de solides intégrations agentiques via Vertex AI / AI Studio. Sur le papier, la plus grande fenêtre de contexte de Gemini 3 est un différenciateur pour des charges très volumineuses en session unique ; des compromis incluent la surface fonctionnelle des outils et l’adéquation à l’écosystème.
vs Anthropic Claude Opus 4.5 : Opus 4.5 met l’accent sur les workflows d’agent/codage en entreprise et rapporte de solides résultats SWE-bench et une robustesse pour de longues sessions agentiques ; Anthropic positionne Opus pour l’automatisation et la génération de code avec une fenêtre de contexte de 200k et des intégrations agent/Excel spécialisées. Opus 4.5 est un concurrent solide pour l’automatisation d’entreprise et les tâches de code.

À retenir : GPT-5.2 vise un ensemble équilibré d’améliorations (contexte 400k, sorties de tokens élevées, raisonnement/codage améliorés). Gemini 3 vise les contextes en session unique les plus grands (≈1M), tandis que Claude Opus se concentre sur l’ingénierie en entreprise et la robustesse agentique. Choisissez en fonction de la taille de contexte, des besoins de modalité, de l’adéquation des fonctionnalités/outils et des compromis coût/latence.

Comment accéder à et utiliser l’API GPT-5.2

Étape 1 : Inscrivez-vous pour obtenir une clé API

Connectez-vous à cometapi.com. Si vous n’êtes pas encore utilisateur, veuillez d’abord vous inscrire. Connectez-vous à votre CometAPI console. Obtenez la clé API d’accès de l’interface. Cliquez sur « Add Token » dans la section API token du centre personnel, récupérez la clé de jeton : sk-xxxxx et soumettez.

Étape 2 : Envoyez des requêtes à l’API GPT-5.2

Sélectionnez le point de terminaison « gpt-5.2 » pour envoyer la requête API et définissez le corps de la requête. La méthode et le corps de la requête sont fournis dans la documentation API de notre site Web. Notre site propose également un test Apifox pour votre commodité. Remplacez <YOUR_API_KEY> par votre clé CometAPI réelle depuis votre compte. Les développeurs les appellent via les endpoints Responses API / Chat.

Insérez votre question ou demande dans le champ content — c’est à cela que le modèle répondra. Traitez la réponse de l’API pour obtenir la réponse générée.

Étape 3 : Récupérer et vérifier les résultats

Traitez la réponse de l’API pour obtenir la réponse générée. Après traitement, l’API répond avec l’état de la tâche et les données de sortie.

Voir aussi Gemini 3 Pro Preview API

FAQ

Centre de décision des modèles

Connaissez le coût. Choisissez la charge de travail adaptée.

Modélisez les cinq dimensions de facturation, testez une charge de travail réaliste et déterminez dans quels cas Opus justifie son surcoût avant le déploiement.

20 % sous le tarif officiel$1.40 contre $1.75 / 1 M de tokens d’entrée

Laboratoire des coûts

Chiffrez une exécution réelle d’un agent

Rejouez des charges de travail réelles au lieu de comparer les prix des jetons de manière isolée. Chargez un préréglage, puis ajustez chaque dimension de facturation.

Nouveaux tokens d’entrée

tokens

Tokens lus depuis le cache

tokens

Tokens de sortie

tokens

Appels de recherche sur le Web

appels

$1.40

/ 1 M de jetons

Entrée

Nouvelles instructions, fichiers et contexte de conversation envoyés à chaque tour.

Réduisez le contexte récupéré avant qu’il n’atteigne le modèle.

$0.1400

/ 1 M de jetons

Lecture du cache

Jetons de prompt précédemment mis en cache et réutilisés lors de requêtes ultérieures.

Conservez les prompts système et les cartes du dépôt à l’identique, octet pour octet.

$11.20

/ 1 M de jetons

Sortie

Raisonnement, code et texte générés par le modèle.

Utilisez des critères d’achèvement et des limites de sortie explicites.

$10.00

/ 1 000 appels

Recherche sur le Web

Appels d’outils qui récupèrent des informations actuelles sur le Web.

Effectuez une seule recherche, puis réutilisez les résultats vérifiés tout au long de l’exécution.

Là où Opus justifie son surcoût

Idéal pour

Ingénierie à l’échelle d’un dépôt

Utilisez Opus lorsque la tâche concerne l’architecture, plusieurs fichiers et des compromis d’implémentation ambigus.

Idéal pour

Agents de longue durée

Un excellent choix lorsqu’un agent doit préserver l’intention au fil de nombreux appels d’outils et étapes de récupération.

Le surcoût en vaut la peine

Revue à forte valeur ajoutée

Réservez-le aux revues de sécurité, de migration et de production, pour lesquelles un problème non détecté coûte plus cher que les tokens.

Utilisez un modèle plus léger

Tâches courantes à volume élevé

La classification, l’extraction et les conversations simples offrent généralement un meilleur rapport coût-efficacité avec Sonnet ou Haiku.

Guide pratique du cache de prompts

Stabilisez le préfixe

Conservez les politiques, les schémas d’outils et les cartes du dépôt sans modification.

Écrivez une seule fois

Placez le point de mise en cache après le contexte réutilisable.

Relisez à plusieurs reprises

Lors des tours suivants, ajoutez uniquement les éléments propres à la tâche.

Scénario actuel

240K jetons mis en cache

réutilisés à 10 % du prix d’une nouvelle entrée

coût évité

$0.3024

Migrez sans tout réécrire

Conservez votre SDK préféré et modifiez l’URL de base, la clé et l’identifiant du modèle.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'gpt-5.2',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.

Une API, un accès aux modèles prêt pour la production

Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.

POST/v1/chat/completionsPOST/v1/responses

Exemple de code et API pour GPT-5.2

Accédez à des exemples de code complets et aux ressources API pour GPT-5.2 afin de simplifier votre processus d'intégration. Notre documentation détaillée fournit des instructions étape par étape pour vous aider à exploiter tout le potentiel de GPT-5.2 dans vos projets.

POST

/v1/chat/completions

POST

/v1/responses

curl https://api.cometapi.com/v1/responses \
     --header "Authorization: Bearer $COMETAPI_KEY" \
     --header "content-type: application/json" \
     --data \
'{
    "model": "gpt-5.2",
    "input": "Hello!",
    "reasoning": {
                "effort": "none"
    }
}'

Capacités

Passez en revue les informations clés du modèle avant de choisir une architecture ou d'estimer la charge en production.

Fonctionnalités prises en charge

Fonctionnalités renvoyées par l'API du modèle existante.

text-to-text

image-to-text

Entrée et sortie

Entrées

text

Sorties

text

Profil de production

Fournisseur: OpenAI
Contexte: 400,000
Usage commercial: Pris en charge

Cas d'usage

Utilisez GPT-5.2 pour des workflows de production adaptés à ses capacités text, puis comparez d'autres options avant un engagement à long terme.

Chat en production et workflows d'agents

Codage, analyse et génération structurée

Automatisation à grande échelle via une seule API

Autres modèles

Comparez d'autres modèles disponibles via CometAPI selon des compromis de qualité, latence, fonctionnalités et prix.

Ouvrir la comparaison de modèles →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Voir le modèle

Google

Gemini 4 Argon

Découvrez l'API Gemini 4 Argon.

Voir le modèle

OpenAI

GPT-6.1 Sol

Découvrez l'API GPT-6.1 Sol.

Voir le modèle

Anthropic

Claude Sonnet 5.5

Découvrez l'API Claude Sonnet 5.5.

Voir le modèle

MiniMax

MiniMax-M3.1-Flash-Preview

Découvrez l'API MiniMax-M3.1-Flash-Preview.

Voir le modèle

Xiaomi

mimo-v2.6-pro-ultraspeed

MiMo-V2.6-Pro-UltraSpeed est la version d’inférence à faible latence de MiMo-V2.6-Pro de Xiaomi, conçue pour des applications où la capacité de raisonnement du modèle Pro doit être associée à une génération de sorties considérablement plus rapide.

Voir le modèle

Disponibilité

Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.

Mises à jour

Suivez les évolutions importantes de la disponibilité, des tarifs et des capacités de GPT-5.2 tout en conservant la stabilité de la page du modèle.

Journal des modifications du modèle

Une page qui gagne en valeur au fil du temps.

Les notes de version, les changements de tarifs, les mises à jour des benchmarks et les conseils de migration s'accumulent ici, tandis que l'URL canonique reste inchangée.

Oct 1, 2025

Disponibilité de l’API confirmée

GPT-5.2 est disponible via le catalogue de modèles et la documentation de l’API CometAPI.

Actuel

Données actualisées

Tarification et limites synchronisées depuis le catalogue

Le prix, le contexte, la disponibilité et les limites sont considérés comme des propriétés dynamiques au lieu d’être intégrés au titre de la page ou à l’identité du modèle.

Dec 12, 2025

Entité de modèle permanente créée

Le fournisseur et le slug du modèle forment une URL canonique durable ; les futures mises à jour du contenu et des données resteront sur cette page.

Continuez à explorer

Comparez des modèles et poursuivez vos recherches

OpenAI

Disponible

gpt-5.2

GPT-5.2 API

Prix de départ

$1.40 / 1M de tokens en entrée

Facturation à l'usage

État de l'API

Disponible

Point de terminaison de production

Réponse

Prêt pour l'asynchrone

Temps de réponse API observé

Date de publication

Oct 1, 2025

OpenAI

Bac à sable

Essayez GPT-5.2 avec une vraie requête, examinez ses paramètres et validez le résultat avant d'intégrer l'API.

Tarification

Utilisez l'estimation rapide ci-dessus pour une seule exécution, puis consultez la comparaison complète entre CometAPI et le prix officiel.

Première requête

$0.0126

Coût d'utilisation estimé de CometAPI

Dix requêtes

$0.1260

Coût d'utilisation estimé de CometAPI

Quinze requêtes

$0.1890

Coût d'utilisation estimé de CometAPI

⇌

Conversion des crédits

1 000 crédits = 1 $

Les crédits rendent les budgets comparables entre la facturation au token, à la requête et au temps d'exécution. Le montant en USD reste la référence lors du paiement.

✓Modèle actuel en crédits

Entrée

1,400

crédits / 1 M de tokens

Sortie

11,200

crédits / 1 M de tokens

Prix Comet (USD / M de tokens)	Prix officiel (USD / M de tokens)	Remise
Entrée: $1.40/M Sortie: $11.20/M	Entrée: $1.75/M Sortie: $14.00/M	-20%

Présentation du modèle

Une identité de modèle stable pour la recherche et l'évaluation, associée à des données de catalogue actualisées qui peuvent évoluer sans réécrire la structure SEO principale de la page.

Identité stable

Qu'est-ce que GPT-5.2 ?

L'identité canonique du modèle reste stable tandis que les tarifs et les limites évoluent.

Données actualisées du modèle

Instantané actuel du catalogue

Disponibilité

Disponible

Prix de départ

$1.40 / 1M de tokens en entrée

Contexte

400,000 tokens

Date du catalogue

Oct 1, 2025

Playground 2.0 / Bureau de décision

Décidez d’abord. Intégrez en toute confiance.

Un espace de travail unique pour comparer les modèles, affiner les prompts, inspecter le routage, migrer le code et déployer un point de départ testé.

Basé sur GPT-5.2

Workflows

Comparez avant de vous engager

Exécutez le même prompt sur les principaux modèles et obtenez une recommandation étayée par des données probantes.

3 modèles · 1 exécution

Prompt d’évaluation

codagetempérature 0,2sortie JSON

GPT-5

OpenAI

Qualité

91/100

Latence

1.2s

Coût estimé

$0.018

Claude Opus 5

Anthropic

Choix de l’IA

Qualité

95/100

Latence

1.8s

Coût estimé

$0.024

Gemini 3 Pro

Google

Qualité

89/100

Latence

0.9s

Coût estimé

$0.011

Recommandation : choisissez Claude Opus 5 pour les revues de code à haut risque ; confiez les vérifications courantes à Gemini 3 Pro afin de réduire les coûts d’environ 54 %.

Aperçu

Un aperçu pratique de GPT-5.2, avec les comportements importants et les points d'attention pour l'intégration.

Qu’est-ce que l’API GPT-5.2

Fonctionnalités principales

Contexte très long et compactage : fenêtre effective de 400K et outils de compactage pour gérer la pertinence sur de longues conversations et documents.
Effort de raisonnement configurable : none | medium | high | xhigh (xhigh active le calcul interne maximal pour les raisonnements difficiles). xhigh est disponible pour les variantes Thinking/Pro.
Prise en charge renforcée des outils et fonctions : appels d’outils de premier ordre, grammaires (CFG/Lark) pour contraindre les sorties structurées, et comportements agentiques améliorés qui simplifient l’automatisation complexe en plusieurs étapes.
Compréhension multimodale : compréhension image + texte plus riche et intégration dans des tâches en plusieurs étapes.
Sécurité améliorée / gestion des contenus sensibles : interventions ciblées pour réduire les réponses indésirables dans des domaines comme l’automutilation et autres contextes sensibles.

Capacités techniques et spécifications (vue développeur)

Points de terminaison API et IDs de modèle : gpt-5.2 pour Thinking (Responses API), gpt-5.2-chat-latest pour les workflows chat/instant, et gpt-5.2-pro pour la gamme Pro ; disponibles via Responses API et Chat Completions le cas échéant.
Jetons de raisonnement et gestion de l’effort : l’API prend en charge des paramètres explicites pour allouer du calcul (effort de raisonnement) par requête ; un effort plus élevé augmente la latence et le coût mais améliore la qualité de sortie pour les tâches complexes.
Outils pour sorties structurées : prise en charge des grammaires (Lark / CFG) pour contraindre la sortie à un DSL ou une syntaxe exacte (utile pour SQL, JSON, génération de DSL).
Appels d’outils parallèles et coordination agentique : parallélisme amélioré et orchestration d’outils plus nette, réduisant le besoin de prompts système élaborés et d’armatures multi-agents.

Performances de benchmark et données à l’appui

OpenAI a publié divers résultats de benchmarks internes et externes pour GPT-5.2. Extraits (chiffres rapportés par OpenAI) :

GDPval (44 métiers, connaissances) — GPT-5.2 Thinking « bat ou égale les meilleurs professionnels du secteur dans 70,9 % des comparaisons » ; OpenAI rapporte que les sorties ont été produites à >11× la vitesse et à <1 % du coût des professionnels experts sur leurs tâches GDPval (estimations de vitesse et de coût basées sur l’historique). Ces tâches incluent des modèles de feuilles de calcul, des présentations et de courtes vidéos.
SWE-Bench Pro (codage) — GPT-5.2 Thinking atteint ≈55,6 % sur SWE-Bench Pro et ~80 % sur SWE-Bench Verified (Python uniquement) selon OpenAI, établissant un nouvel état de l’art pour l’évaluation de la génération de code/ingénierie dans leurs tests. Cela se traduit, d’après les exemples d’OpenAI, par un débogage plus fiable et des corrections de bout en bout en pratique.
GPQA Diamond (Q&R scientifiques niveau master) — GPT-5.2 Pro : 93,2 %, GPT-5.2 Thinking : 92,4 % sur GPQA Diamond (sans outils, raisonnement maximal).
Série ARC-AGI — Sur ARC-AGI-2 (benchmark de raisonnement fluide plus difficile), GPT-5.2 Thinking a obtenu 52,9 % et GPT-5.2 Pro 54,2 % (OpenAI indique qu’il s’agit de nouveaux sommets pour les modèles de type chain-of-thought).
Long-contexte (OpenAI MRCRv2) — GPT-5.2 Thinking affiche une précision proche de 100 % sur la variante MRCR à 4 aiguilles jusqu’à 256k tokens et des scores nettement améliorés vs GPT-5.1 dans les contextes longs. (OpenAI a publié des graphiques et tableaux MRCRv2.)

GPT-5.2

Comparaison avec les concurrents

vs Google Gemini 3 (Gemini 3 Pro / Deep Think) : Gemini 3 Pro a été présenté avec une fenêtre de contexte de ~1 048 576 (≈1M) tokens et de larges entrées multimodales (texte, image, audio, vidéo, PDFs) ainsi que de solides intégrations agentiques via Vertex AI / AI Studio. Sur le papier, la plus grande fenêtre de contexte de Gemini 3 est un différenciateur pour des charges très volumineuses en session unique ; des compromis incluent la surface fonctionnelle des outils et l’adéquation à l’écosystème.
vs Anthropic Claude Opus 4.5 : Opus 4.5 met l’accent sur les workflows d’agent/codage en entreprise et rapporte de solides résultats SWE-bench et une robustesse pour de longues sessions agentiques ; Anthropic positionne Opus pour l’automatisation et la génération de code avec une fenêtre de contexte de 200k et des intégrations agent/Excel spécialisées. Opus 4.5 est un concurrent solide pour l’automatisation d’entreprise et les tâches de code.

Comment accéder à et utiliser l’API GPT-5.2

Étape 1 : Inscrivez-vous pour obtenir une clé API

Étape 2 : Envoyez des requêtes à l’API GPT-5.2

Insérez votre question ou demande dans le champ content — c’est à cela que le modèle répondra. Traitez la réponse de l’API pour obtenir la réponse générée.

Étape 3 : Récupérer et vérifier les résultats

Traitez la réponse de l’API pour obtenir la réponse générée. Après traitement, l’API répond avec l’état de la tâche et les données de sortie.

Voir aussi Gemini 3 Pro Preview API

FAQ

Centre de décision des modèles

Connaissez le coût. Choisissez la charge de travail adaptée.

Modélisez les cinq dimensions de facturation, testez une charge de travail réaliste et déterminez dans quels cas Opus justifie son surcoût avant le déploiement.

20 % sous le tarif officiel$1.40 contre $1.75 / 1 M de tokens d’entrée

Laboratoire des coûts

Chiffrez une exécution réelle d’un agent

Rejouez des charges de travail réelles au lieu de comparer les prix des jetons de manière isolée. Chargez un préréglage, puis ajustez chaque dimension de facturation.

Nouveaux tokens d’entrée

tokens

Tokens lus depuis le cache

tokens

Tokens de sortie

tokens

Appels de recherche sur le Web

appels

$1.40

/ 1 M de jetons

Entrée

Nouvelles instructions, fichiers et contexte de conversation envoyés à chaque tour.

Réduisez le contexte récupéré avant qu’il n’atteigne le modèle.

$0.1400

/ 1 M de jetons

Lecture du cache

Jetons de prompt précédemment mis en cache et réutilisés lors de requêtes ultérieures.

Conservez les prompts système et les cartes du dépôt à l’identique, octet pour octet.

$11.20

/ 1 M de jetons

Sortie

Raisonnement, code et texte générés par le modèle.

Utilisez des critères d’achèvement et des limites de sortie explicites.

$10.00

/ 1 000 appels

Recherche sur le Web

Appels d’outils qui récupèrent des informations actuelles sur le Web.

Effectuez une seule recherche, puis réutilisez les résultats vérifiés tout au long de l’exécution.

Là où Opus justifie son surcoût

Idéal pour

Ingénierie à l’échelle d’un dépôt

Utilisez Opus lorsque la tâche concerne l’architecture, plusieurs fichiers et des compromis d’implémentation ambigus.

Idéal pour

Agents de longue durée

Un excellent choix lorsqu’un agent doit préserver l’intention au fil de nombreux appels d’outils et étapes de récupération.

Le surcoût en vaut la peine

Revue à forte valeur ajoutée

Réservez-le aux revues de sécurité, de migration et de production, pour lesquelles un problème non détecté coûte plus cher que les tokens.

Utilisez un modèle plus léger

Tâches courantes à volume élevé

La classification, l’extraction et les conversations simples offrent généralement un meilleur rapport coût-efficacité avec Sonnet ou Haiku.

Guide pratique du cache de prompts

Stabilisez le préfixe

Conservez les politiques, les schémas d’outils et les cartes du dépôt sans modification.

Écrivez une seule fois

Placez le point de mise en cache après le contexte réutilisable.

Relisez à plusieurs reprises

Lors des tours suivants, ajoutez uniquement les éléments propres à la tâche.

Scénario actuel

240K jetons mis en cache

réutilisés à 10 % du prix d’une nouvelle entrée

coût évité

$0.3024

Migrez sans tout réécrire

Conservez votre SDK préféré et modifiez l’URL de base, la clé et l’identifiant du modèle.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'gpt-5.2',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.

Une API, un accès aux modèles prêt pour la production

Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.

POST/v1/chat/completionsPOST/v1/responses

Exemple de code et API pour GPT-5.2

POST

/v1/chat/completions

POST

/v1/responses

curl https://api.cometapi.com/v1/responses \
     --header "Authorization: Bearer $COMETAPI_KEY" \
     --header "content-type: application/json" \
     --data \
'{
    "model": "gpt-5.2",
    "input": "Hello!",
    "reasoning": {
                "effort": "none"
    }
}'

Capacités

Passez en revue les informations clés du modèle avant de choisir une architecture ou d'estimer la charge en production.

Fonctionnalités prises en charge

Fonctionnalités renvoyées par l'API du modèle existante.

text-to-text

image-to-text

Entrée et sortie

Entrées

text

Sorties

text

Profil de production

Fournisseur: OpenAI
Contexte: 400,000
Usage commercial: Pris en charge

Cas d'usage

Utilisez GPT-5.2 pour des workflows de production adaptés à ses capacités text, puis comparez d'autres options avant un engagement à long terme.

Chat en production et workflows d'agents

Codage, analyse et génération structurée

Automatisation à grande échelle via une seule API

Autres modèles

Comparez d'autres modèles disponibles via CometAPI selon des compromis de qualité, latence, fonctionnalités et prix.

Ouvrir la comparaison de modèles →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Voir le modèle

Google

Gemini 4 Argon

Découvrez l'API Gemini 4 Argon.

Voir le modèle

OpenAI

GPT-6.1 Sol

Découvrez l'API GPT-6.1 Sol.

Voir le modèle

Anthropic

Claude Sonnet 5.5

Découvrez l'API Claude Sonnet 5.5.

Voir le modèle

MiniMax

MiniMax-M3.1-Flash-Preview

Découvrez l'API MiniMax-M3.1-Flash-Preview.

Voir le modèle

Xiaomi

mimo-v2.6-pro-ultraspeed

Voir le modèle

Disponibilité

Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.

Mises à jour

Suivez les évolutions importantes de la disponibilité, des tarifs et des capacités de GPT-5.2 tout en conservant la stabilité de la page du modèle.

Journal des modifications du modèle

Une page qui gagne en valeur au fil du temps.

Les notes de version, les changements de tarifs, les mises à jour des benchmarks et les conseils de migration s'accumulent ici, tandis que l'URL canonique reste inchangée.

Oct 1, 2025

Disponibilité de l’API confirmée

GPT-5.2 est disponible via le catalogue de modèles et la documentation de l’API CometAPI.

Actuel

Données actualisées

Tarification et limites synchronisées depuis le catalogue

Le prix, le contexte, la disponibilité et les limites sont considérés comme des propriétés dynamiques au lieu d’être intégrés au titre de la page ou à l’identité du modèle.

Dec 12, 2025

Entité de modèle permanente créée

Le fournisseur et le slug du modèle forment une URL canonique durable ; les futures mises à jour du contenu et des données resteront sur cette page.

Continuez à explorer

GPT-5.2 API

Bac à sable

Tarification

Présentation du modèle

Qu'est-ce que GPT-5.2 ?

Instantané actuel du catalogue

Décidez d’abord. Intégrez en toute confiance.

Aperçu

Qu’est-ce que l’API GPT-5.2

Fonctionnalités principales

Capacités techniques et spécifications (vue développeur)

Performances de benchmark et données à l’appui

Comparaison avec les concurrents

Comment accéder à et utiliser l’API GPT-5.2

Étape 1 : Inscrivez-vous pour obtenir une clé API

Étape 2 : Envoyez des requêtes à l’API GPT-5.2

Étape 3 : Récupérer et vérifier les résultats

FAQ

Quels endpoints GPT-5.2 prend-il en charge ?

GPT-5.2 prend-il en charge la distillation de modèle ?

Quelle est la date de coupure des connaissances de GPT-5.2 ?

Qu'est-ce qui fait de GPT-5.2 le modèle phare d'OpenAI pour les développeurs ?

GPT-5.2 peut-il traiter des images et générer du code simultanément ?

Comment GPT-5.2 se compare-t-il à GPT-5 en matière de prix et de performances ?

Connaissez le coût. Choisissez la charge de travail adaptée.

Chiffrez une exécution réelle d’un agent

Entrée

Lecture du cache

Sortie

Recherche sur le Web

Là où Opus justifie son surcoût

Ingénierie à l’échelle d’un dépôt

Agents de longue durée

Revue à forte valeur ajoutée

Tâches courantes à volume élevé

Guide pratique du cache de prompts

Migrez sans tout réécrire

API

Une API, un accès aux modèles prêt pour la production

Exemple de code et API pour GPT-5.2

cURL Code Example

Python Code Example

JavaScript Code Example

Capacités

Cas d'usage

Autres modèles

Disponibilité

Mises à jour

Une page qui gagne en valeur au fil du temps.

Disponibilité de l’API confirmée

Tarification et limites synchronisées depuis le catalogue

Entité de modèle permanente créée

Comparez des modèles et poursuivez vos recherches

GPT-5.2 API

Bac à sable

Tarification

Présentation du modèle

Qu'est-ce que GPT-5.2 ?

Instantané actuel du catalogue

Décidez d’abord. Intégrez en toute confiance.

Aperçu

Qu’est-ce que l’API GPT-5.2

Fonctionnalités principales

Capacités techniques et spécifications (vue développeur)

Performances de benchmark et données à l’appui

Comparaison avec les concurrents

Comment accéder à et utiliser l’API GPT-5.2

Étape 1 : Inscrivez-vous pour obtenir une clé API

Étape 2 : Envoyez des requêtes à l’API GPT-5.2

Étape 3 : Récupérer et vérifier les résultats

FAQ

Quels endpoints GPT-5.2 prend-il en charge ?

GPT-5.2 prend-il en charge la distillation de modèle ?

Quelle est la date de coupure des connaissances de GPT-5.2 ?

Qu'est-ce qui fait de GPT-5.2 le modèle phare d'OpenAI pour les développeurs ?

GPT-5.2 peut-il traiter des images et générer du code simultanément ?

Comment GPT-5.2 se compare-t-il à GPT-5 en matière de prix et de performances ?

Connaissez le coût. Choisissez la charge de travail adaptée.

Chiffrez une exécution réelle d’un agent

Entrée