GPT-5.2 API

GPT-5.2 API คืออะไร

GPT-5.2 API เทียบเท่ากับ GPT-5.2 Thinking ใน ChatGPT โดยที่ GPT-5.2 Thinking เป็นรุ่นระดับกลางของตระกูล GPT-5.2 ออกแบบมาสำหรับ งานเชิงลึก ได้แก่ การให้เหตุผลหลายขั้นตอน การสรุปเอกสารยาว การสร้างโค้ดคุณภาพ และงานความรู้เชิงวิชาชีพที่ให้ความสำคัญกับความแม่นยำและโครงสร้างที่ใช้งานได้มากกว่าปริมาณงานดิบ บน API เปิดให้ใช้เป็นโมเดล gpt-5.2 (Responses API / Chat Completions) และอยู่กึ่งกลางระหว่างรุ่น Instant ที่หน่วงต่ำ และรุ่น Pro ที่คุณภาพสูงกว่าแต่มีค่าใช้จ่ายมากกว่า

คุณสมบัติหลัก

• บริบทยาวมากและการบีบอัด: หน้าต่างใช้งานจริง 400K และเครื่องมือบีบอัดเพื่อจัดการความเกี่ยวข้องตลอดบทสนทนาและเอกสารยาวๆ
• ปรับระดับความพยายามในการให้เหตุผลได้: none | medium | high | xhigh (xhigh เปิดใช้การคำนวณภายในสูงสุดสำหรับโจทย์ให้เหตุผลที่ยาก) โดย xhigh ใช้ได้กับรุ่น Thinking/Pro
• รองรับเครื่องมือและฟังก์ชันที่แข็งแรงขึ้น: การเรียกใช้เครื่องมือแบบ first-class, ไวยากรณ์ (CFG/Lark) เพื่อกำหนดข้อจำกัดของเอาต์พุตเชิงโครงสร้าง และพฤติกรรมเชิงตัวแทนที่ดีขึ้นเพื่อทำให้งานอัตโนมัติหลายขั้นตอนที่ซับซ้อนเรียบง่ายขึ้น
• ความเข้าใจแบบมัลติโหมด: ความเข้าใจภาพ + ข้อความที่ลึกขึ้นและเชื่อมโยงเข้ากับงานหลายขั้นตอน
• ความปลอดภัย/การจัดการเนื้อหาอ่อนไหวที่ดีขึ้น: การแทรกแซงแบบเจาะจงเพื่อลดการตอบสนองที่ไม่พึงประสงค์ในบริบทอ่อนไหว เช่น การทำร้ายตนเอง เป็นต้น

ขีดความสามารถทางเทคนิคและสเปก (มุมมองนักพัฒนา)

• API endpoints และรหัสโมเดล: gpt-5.2 สำหรับ Thinking (Responses API), gpt-5.2-chat-latest สำหรับเวิร์กโฟลว์ chat/instant และ gpt-5.2-pro สำหรับระดับ Pro; ใช้งานผ่าน Responses API และ Chat Completions ตามที่ระบุไว้
• โทเคนให้เหตุผลและการจัดการความพยายาม: API รองรับพารามิเตอร์แบบระบุชัดเพื่อจัดสรรทรัพยากรคำนวณ (reasoning effort) ต่อคำขอ; ยิ่งตั้งค่าสูงยิ่งหน่วงและมีค่าใช้จ่ายมากขึ้น แต่ช่วยเพิ่มคุณภาพผลลัพธ์สำหรับงานซับซ้อน
• เครื่องมือเอาต์พุตเชิงโครงสร้าง: รองรับไวยากรณ์ (Lark / CFG) เพื่อกำหนดให้เอาต์พุตของโมเดลเป็น DSL หรือไวยากรณ์ที่ตรงเป๊ะ (เหมาะสำหรับ SQL, JSON, การสร้าง DSL)
• การเรียกใช้เครื่องมือแบบขนานและการประสานงานเชิงตัวแทน: การประมวลผลขนานที่ดีขึ้นและการจัดการเครื่องมือที่สะอาดขึ้น ลดความจำเป็นในการเขียน system prompt ที่ซับซ้อนและโครงร่างหลายเอเจนต์

ผลการทดสอบมาตรฐานและข้อมูลสนับสนุน

OpenAI เผยแพร่ผลการทดสอบภายในและภายนอกหลายรายการสำหรับ GPT-5.2 ไฮไลต์ที่คัดเลือกมา (ตัวเลขที่ OpenAI รายงาน):

• GDPval (44 อาชีพ, งานความรู้) — GPT-5.2 Thinking “ชนะหรือเทียบเท่ามืออาชีพระดับท็อปในอุตสาหกรรมใน 70.9% ของการเปรียบเทียบ”; OpenAI รายงานว่าผลลัพธ์ถูกสร้างได้ด้วยความเร็ว >11× และต้นทุน <1% เมื่อเทียบกับผู้เชี่ยวชาญในงาน GDPval (การประมาณความเร็วและต้นทุนอิงข้อมูลย้อนหลัง) งานเหล่านี้รวมถึงแบบจำลองสเปรดชีต งานนำเสนอ และวิดีโอสั้น
• SWE-Bench Pro (coding) — GPT-5.2 Thinking ทำได้ ≈55.6% บน SWE-Bench Pro และ ~80% บน SWE-Bench Verified (เฉพาะ Python) ตามรายงานของ OpenAI ตั้งมาตรฐานใหม่ในการประเมินการสร้างโค้ด/วิศวกรรมในชุดทดสอบของพวกเขา ซึ่งในทางปฏิบัติแปลว่า การดีบักและการแก้ไขแบบ end-to-end ที่น่าเชื่อถือยิ่งขึ้น
• GPQA Diamond (คำถาม-คำตอบวิทยาศาสตร์ระดับบัณฑิตศึกษา) — GPT-5.2 Pro: 93.2%, GPT-5.2 Thinking: 92.4% บน GPQA Diamond (no tools, max reasoning)
• ชุด ARC-AGI — บน ARC-AGI-2 (เบนช์มาร์คการให้เหตุผลเชิงยืดหยุ่นที่ยากกว่า) GPT-5.2 Thinking ทำได้ 52.9% และ GPT-5.2 Pro 54.2% (OpenAI ระบุว่านี่เป็นสถิติใหม่สำหรับโมเดลสไตล์ chain-of-thought)
• บริบทยาว (OpenAI MRCRv2) — GPT-5.2 Thinking แสดงความแม่นยำเกือบ 100% บน MRCR แบบเข็ม 4 ชิ้นที่ยาวถึง 256k โทเคน และคะแนนดีขึ้นอย่างมีนัยเมื่อเทียบกับ GPT-5.1 ในการตั้งค่าบริบทยาว (OpenAI เผยแพร่กราฟและตาราง MRCRv2)

การเปรียบเทียบกับรุ่นร่วมสมัย

• เทียบกับ Google Gemini 3 (Gemini 3 Pro / Deep Think): Gemini 3 Pro ถูกประชาสัมพันธ์ว่ามีหน้าต่างบริบทยาว ~1,048,576 (≈1M) โทเคน และรองรับอินพุตมัลติโหมดอย่างกว้าง (ข้อความ ภาพ เสียง วิดีโอ PDF) พร้อมการผสานเชิงตัวแทนที่แข็งแรงผ่าน Vertex AI / AI Studio โดยเชิงทฤษฎี ขนาดบริบทที่ใหญ่กว่าของ Gemini 3 เป็นจุดต่างสำหรับงานแบบเซสชันเดียวที่ใหญ่มาก ข้อแลกเปลี่ยนรวมถึงพื้นผิวเครื่องมือและความเหมาะสมกับระบบนิเวศ
• เทียบกับ Anthropic Claude Opus 4.5: Anthropic เน้นเวิร์กโฟลว์การเขียนโค้ด/เอเจนต์สำหรับองค์กร และรายงานผล SWE-bench ที่แข็งแรงและความทนทานสำหรับเซสชันเอเจนต์ยาวๆ โดยวางตำแหน่ง Opus เพื่อการทำงานอัตโนมัติและการสร้างโค้ดด้วยหน้าต่างบริบท 200k และการผสานตัวแทน/Excel แบบเฉพาะทาง Opus 4.5 เป็นคู่แข่งที่แข็งแกร่งในงานอัตโนมัติระดับองค์กรและงานโค้ด

ข้อสรุปเชิงปฏิบัติ: GPT-5.2 มุ่งเน้นความสมดุลของการปรับปรุงต่างๆ (บริบท 400k เอาต์พุตโทเคนสูง การให้เหตุผล/โค้ดที่ดีขึ้น) ขณะที่ Gemini 3 เน้นบริบทขนาดใหญ่มากในเซสชันเดียว (≈1M) และ Claude Opus เน้นด้านวิศวกรรมองค์กรและความทนทานของเอเจนต์ เลือกใช้งานโดยพิจารณาจากขนาดบริบท ความต้องการมัลติโหมด ความเหมาะสมของฟีเจอร์/เครื่องมือ และข้อแลกเปลี่ยนด้านต้นทุน/ความหน่วง

วิธีเข้าถึงและใช้งาน GPT-5.2 API

ขั้นตอนที่ 1: สมัครเพื่อรับ API Key

เข้าสู่ระบบที่ cometapi.com หากคุณยังไม่เป็นผู้ใช้ของเรา โปรดลงทะเบียนก่อน ลงชื่อเข้าใช้ CometAPI console เพื่อรับ API key สำหรับการเข้าถึง คลิก “Add Token” ที่ส่วน API token ในศูนย์ส่วนบุคคล รับโทเคนคีย์: sk-xxxxx และส่ง

ขั้นตอนที่ 2: ส่งคำขอไปยัง GPT-5.2 API

เลือกเอ็นด์พอยต์ “gpt-5.2” เพื่อส่งคำขอ API และกำหนด request body วิธีการและ request body สามารถดูได้จากเอกสาร API บนเว็บไซต์ของเรา เว็บไซต์ยังมีการทดสอบผ่าน Apifox เพื่อความสะดวกของคุณ แทนที่ <YOUR_API_KEY> ด้วย CometAPI key จริงจากบัญชีของคุณ นักพัฒนาสามารถเรียกใช้งานผ่าน Responses API / Chat endpoints

ใส่คำถามหรือคำขอของคุณในฟิลด์ content—นี่คือสิ่งที่โมเดลจะตอบกลับ ประมวลผลการตอบกลับของ API เพื่อรับคำตอบที่สร้างขึ้น

ขั้นตอนที่ 3: ดึงและตรวจสอบผลลัพธ์

ประมวลผลการตอบกลับของ API เพื่อรับคำตอบที่สร้างขึ้น หลังจากประมวลผลแล้ว API จะตอบกลับด้วยสถานะงานและข้อมูลเอาต์พุต

ดูเพิ่มเติม Gemini 3 Pro Preview API