gpt-5.2

gpt-5.2 is OpenAI’s previous generation professional working flagship model. The official catalog describes it as a model that supports configurable inference intensity and is suitable for workflows that require strong analysis, code, document processing, and tool invocation capabilities. It can be used for complex customer service escalations, business research, code reviews, structured extraction, and multi-step task execution. When designing the request, it should be clear whether inference, output format and tool permissions are enabled, and a fixed test set should be used to measure the quality difference after migration. For key conclusions, search sources, business verification rules and manual review should be combined, rather than making decisions based solely on generated results.

Context
400000 tokens
Max output
128000 tokens
Input
llm image
Output
llm

Pricing

Input: $1.75 / 1M tokens

Output: $14 / 1M tokens

Cached input: $0.17500000000000002 / 1M tokens

Endpoints

  • openai

More models

  • claude-fable-5

    Claude Fable 5 是 Anthropic 当前面向最苛刻推理与长周期智能体任务的高能力模型。它适合复杂研究、跨系统工作流、长文档综合、软件工程、复杂规划和需要持续状态管理的任务。模型采用自适应思考机制，会按任务难度分配推理深度，适合多轮工具调用与长任务推进。使用时应提供明确目标、验收标准、工具权限和中间产物保存方式，避免让模型在宽泛要求下过度扩张任务范围。

  • grok-4.5

    Grok 4.5 于2026年7月8日由 SpaceXAI 发布，是 xAI 并入 SpaceX 并收购 AI 编程工具 Cursor 后的首款旗舰模型。模型基于1.5万亿参数的 V9 基础模型构建，使用数万块英伟达 GB300 GPU 训练，并在补充训练阶段加入了 Cursor 的真实编程数据，重点强化编程与 Agent 能力。上下文窗口支持最高100万 Token。

  • gpt-4.1

    gpt-4.1 是 OpenAI GPT-4.1 系列模型标识。官方目录将 GPT-4.1 定位为非推理型通用模型，适用于文本处理、指令遵从、代码辅助和需要稳定、直接响应的业务场景。它适合客服知识问答、结构化信息提取、内容改写、文档摘要和工具调用前后的语言处理。设计应用时应使用清晰的输出 schema、代表性示例和错误兜底；对于需要多步深度推理的任务，应比较更适合推理的模型。

  • MiniMax-M2.7

    MiniMax-M2.7于2026年3月推出，是MiniMax首个深度参与自身迭代的模型。M2.7内置Agent Harness框架，能够自主构建复杂的技能集、更新自身记忆，并通过强化学习驱动迭代优化，形成“模型驱动模型进化”的闭环。一个内部版本在100余轮自我优化中将编程脚手架性能提升了30%。在软件工程基准SWE-Pro上，M2.7得分56.22%，VIBE-Pro得分55.6%，接近Opus 4.6水平。M2.7对Office三件套的复杂编辑能力显著增强，GDPval-AA ELO得分1495为开源最高。在40个复杂技能（单技能超过2000 Token）的案例中，M2.7保持了97%的技能遵循率。