GPT-5.2 Pro er OpenAI’s separate Pro-udgave til komplekst professionelt arbejde og vanskelige spørgsmål. Den accepterer tekst og billeder og producerer tekst. Lanceringen af GPT-5.2 adskiller Pro fra Instant-chatudgaven og den konfigurerbare GPT-5.2-ræsonneringsmodel og bevarer Pro-modellens egen identitet og specifikationer.
En praktisk anvendelse er en analyse, der afhænger af flere forbundne betingelser. Lever spørgsmålet, kildematerialet og de kriterier, der styrer et valg. En eksempelanmodning er at sammenligne mulige implementeringer med de samme krav, identificere afhængigheder, som kan ændre beslutningen, og udarbejde en anbefaling med tydelige betingelser. Ved et dokumentspørgsmål skal de passager, der skal sammenlignes, og de fakta, der skal bevares, angives.
Producenten beskriver den rolle, Pro har i krævende programmering og videnskabelige eller matematiske spørgsmål. En teknisk anmodning skal derfor indeholde de relevante definitioner, kendte betingelser og forventet adfærd eller resultat. Hvis et billede bidrager med dokumentation, skal det relevante diagram, screenshot eller den relevante detalje angives. Bed om et nyttigt resultat såsom en analyse, en foreslået implementering eller en plan i etaper frem for at forvente, at modellen udleder både spørgsmålet og resultatformatet.
OpenAI angiver et kontekstvindue på 400.000 tokens, et maksimalt output på 128.000 tokens og en vidensgrænse den 31. august 2025. GPT-5.2 Pro understøtter ræsonneringsindsatsen medium, high og xhigh. Konteksten rummer det leverede materiale og ræsonnering samt det synlige svar. Ved en lang anmodning skal dokumentationen organiseres tydeligt, og der skal gives plads til den ønskede analyse og det endelige resultat.
Producenten dokumenterer GPT-5.2 Pro udelukkende i Responses for at understøtte modelinteraktioner over flere ture før det endelige svar. Vanskelige anmodninger kan tage flere minutter, og producenten anbefaler baggrundsudførelse til langvarigt arbejde. Applikationen følger svaridentifikatoren og status og henter derefter resultatet, når behandlingen når en sluttilstand. Det er et anmodningsforløb hos producenten, adskilt fra endpointidentiteten på et eksisterende kort.
Det præcise modelkort angiver streaming, funktionskald, web- og filsøgning, billedinput, værktøjer til billedgenerering og MCP-understøttelse. Applikationer stiller deres operationer til rådighed, udfører deres egne handlinger og leverer faktiske resultater til endnu et trin. Definér kriteriet for færdiggørelse, og bed om at forbinde konklusionen eller den foreslåede ændring med kildedokumentationen. Et nyttigt endeligt resultat gør de væsentlige valg, deres afhængigheder og enhver uafklaret betingelse synlige for den læser, som skal fortsætte arbejdet.
", "aboutText": "GPT-5.2 Pro er OpenAI’s separate Pro-udgave til komplekst professionelt arbejde og vanskelige spørgsmål. Den accepterer tekst og billeder og producerer tekst. Lanceringen af GPT-5.2 adskiller Pro fra Instant-chatudgaven og den konfigurerbare GPT-5.2-ræsonneringsmodel og bevarer Pro-modellens egen identitet og specifikationer.\n\nEn praktisk anvendelse er en analyse, der afhænger af flere forbundne betingelser. Lever spørgsmålet, kildematerialet og de kriterier, der styrer et valg. En eksempelanmodning er at sammenligne mulige implementeringer med de samme krav, identificere afhængigheder, som kan ændre beslutningen, og udarbejde en anbefaling med tydelige betingelser. Ved et dokumentspørgsmål skal de passager, der skal sammenlignes, og de fakta, der skal bevares, angives.\n\nProducenten beskriver den rolle, Pro har i krævende programmering og videnskabelige eller matematiske spørgsmål. En teknisk anmodning skal derfor indeholde de relevante definitioner, kendte betingelser og forventet adfærd eller resultat. Hvis et billede bidrager med dokumentation, skal det relevante diagram, screenshot eller den relevante detalje angives. Bed om et nyttigt resultat såsom en analyse, en foreslået implementering eller en plan i etaper frem for at forvente, at modellen udleder både spørgsmålet og resultatformatet.\n\nOpenAI angiver et kontekstvindue på 400.000 tokens, et maksimalt output på 128.000 tokens og en vidensgrænse den 31. august 2025. GPT-5.2 Pro understøtter ræsonneringsindsatsen medium, high og xhigh. Konteksten rummer det leverede materiale og ræsonnering samt det synlige svar. Ved en lang anmodning skal dokumentationen organiseres tydeligt, og der skal gives plads til den ønskede analyse og det endelige resultat.\n\nProducenten dokumenterer GPT-5.2 Pro udelukkende i Responses for at understøtte modelinteraktioner over flere ture før det endelige svar. Vanskelige anmodninger kan tage flere minutter, og producenten anbefaler baggrundsudførelse til langvarigt arbejde. Applikationen følger svaridentifikatoren og status og henter derefter resultatet, når behandlingen når en sluttilstand. Det er et anmodningsforløb hos producenten, adskilt fra endpointidentiteten på et eksisterende kort.\n\nDet præcise modelkort angiver streaming, funktionskald, web- og filsøgning, billedinput, værktøjer til billedgenerering og MCP-understøttelse. Applikationer stiller deres operationer til rådighed, udfører deres egne handlinger og leverer faktiske resultater til endnu et trin. Definér kriteriet for færdiggørelse, og bed om at forbinde konklusionen eller den foreslåede ændring med kildedokumentationen. Et nyttigt endeligt resultat gør de væsentlige valg, deres afhængigheder og enhver uafklaret betingelse synlige for den læser, som skal fortsætte arbejdet.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "cf66110ce2daedbf092bd1dc69138c2ab3f7ea4ffbe1f04aa3641c54de262f03", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "openai/gpt-5.2-pro:batchDen separate GPT-5.2 Pro-udgave er udviklet til vanskelige professionelle spørgsmål og dybere analyse. Den accepterer tekst og billeder og udvikler et tekstsvar med ræsonneringsindsatsen medium, high eller xhigh i producentens Responses-grænseflade.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GPT-5.2 Pro er OpenAI’s separate Pro-udgave til komplekst professionelt arbejde og vanskelige spørgsmål. Den accepterer tekst og billeder og producerer tekst. Lanceringen af GPT-5.2 adskiller Pro fra Instant-chatudgaven og den konfigurerbare GPT-5.2-ræsonneringsmodel og bevarer Pro-modellens egen identitet og specifikationer.
En praktisk anvendelse er en analyse, der afhænger af flere forbundne betingelser. Lever spørgsmålet, kildematerialet og de kriterier, der styrer et valg. En eksempelanmodning er at sammenligne mulige implementeringer med de samme krav, identificere afhængigheder, som kan ændre beslutningen, og udarbejde en anbefaling med tydelige betingelser. Ved et dokumentspørgsmål skal de passager, der skal sammenlignes, og de fakta, der skal bevares, angives.
Producenten beskriver den rolle, Pro har i krævende programmering og videnskabelige eller matematiske spørgsmål. En teknisk anmodning skal derfor indeholde de relevante definitioner, kendte betingelser og forventet adfærd eller resultat. Hvis et billede bidrager med dokumentation, skal det relevante diagram, screenshot eller den relevante detalje angives. Bed om et nyttigt resultat såsom en analyse, en foreslået implementering eller en plan i etaper frem for at forvente, at modellen udleder både spørgsmålet og resultatformatet.
OpenAI angiver et kontekstvindue på 400.000 tokens, et maksimalt output på 128.000 tokens og en vidensgrænse den 31. august 2025. GPT-5.2 Pro understøtter ræsonneringsindsatsen medium, high og xhigh. Konteksten rummer det leverede materiale og ræsonnering samt det synlige svar. Ved en lang anmodning skal dokumentationen organiseres tydeligt, og der skal gives plads til den ønskede analyse og det endelige resultat.
Producenten dokumenterer GPT-5.2 Pro udelukkende i Responses for at understøtte modelinteraktioner over flere ture før det endelige svar. Vanskelige anmodninger kan tage flere minutter, og producenten anbefaler baggrundsudførelse til langvarigt arbejde. Applikationen følger svaridentifikatoren og status og henter derefter resultatet, når behandlingen når en sluttilstand. Det er et anmodningsforløb hos producenten, adskilt fra endpointidentiteten på et eksisterende kort.
Det præcise modelkort angiver streaming, funktionskald, web- og filsøgning, billedinput, værktøjer til billedgenerering og MCP-understøttelse. Applikationer stiller deres operationer til rådighed, udfører deres egne handlinger og leverer faktiske resultater til endnu et trin. Definér kriteriet for færdiggørelse, og bed om at forbinde konklusionen eller den foreslåede ændring med kildedokumentationen. Et nyttigt endeligt resultat gør de væsentlige valg, deres afhængigheder og enhver uafklaret betingelse synlige for den læser, som skal fortsætte arbejdet.
POST /v1/batchestexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltendpoint | Typestring | KravPåkrævet | Værdier og grænser /v1/chat/completions | Standard— |
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser openai/gpt-5.2-pro:batch | Standard— |
Feltrequests | Typebatch_item[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltrequests[].custom_id | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltrequests[].body.messages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltcompletion_window | Typestring | KravValgfrit | Værdier og grænser 24h | Standard— |
Feltprovider | Typeobject|null | KravValgfrit | Værdier og grænser | Standard— |
Feltrequests[].body.model | Typestring | KravValgfrit | Værdier og grænser openai/gpt-5.2-pro:batch, openai/gpt-5.2-pro | Standard— |
Feltprovider.only | Typestring[] | KravValgfrit | Værdier og grænser openai | Standard— |
Feltprovider.allow_fallbacks | Typeboolean|null | KravValgfrit | Værdier og grænser false, null | Standard— |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktendpoint, model, requests |
Parametermaterial_types | Kontrakttext |
Parameterrepresentation | Kontraktrequests[] direkte i anmodningen; hvert element har custom_id og body |
Parameterrequest_endpoint_profile | Kontrakt/v1/chat/completions |
Parameterfile_material | KontraktDen kaldende part kan læse det faktiske JSONL-indhold i UTF-8 lokalt ind i requests[]. Der angives hverken purpose til upload, input_file_id eller en filreference. Hvis kundematerialet mangler eller er tomt, stoppes forberedelsen før POST. |
Parameterserialization_order | Kontraktendpoint, model, provider (hvis angivet), completion_window (hvis angivet), requests til sidst |
Parameteroptional_controls | Kontraktprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | KontraktAnmodningsindhold for Chat Completions med tekst i den dokumenterede inline Batch-struktur. |
Livscyklus: asynchronous
GET /v1/batches/{operation_id} · det faktiske response.id fra den oprindelige oprettelse; samme bruger/nøgle/gruppe
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.021 / 1K tokens Output · Outputtokens $0.168 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.021 / 1K tokens Output · Outputtokens $0.168 / 1K tokens Input · Cachelæsning — / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"openai/gpt-5.2-pro:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['openai/gpt-5.2-pro:batch', 'openai/gpt-5.2-pro']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.2-pro:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON direkte i results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nGem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Gem hele den oprindelige status i JSON, hvert resultat/custom_id og det fulde svar- eller fejlindhold. Gem færdige results[] som JSONL uden filtrering.
Gem det oprindelige operations-ID. 503 result_pending_check har X-Should-Retry:false; send aldrig en oprindelig batch igen, hvis dens udfald er ukendt.
| Felt | Type |
|---|---|
Feltresults[].custom_id | Typestring |
Feltresults[].response.body.choices[].message.content | Typestring|null |
Feltresults[].error | Typeobject|null |
Feltusage | Typeobject|null |
Feltid | Typestring |
Feltmodel | Typestring |
Feltendpoint | Typestring |
Feltstatus | Typestring |
Feltrequest_counts | Typeobject |
Feltresults[].id | Typestring |
Feltresults[].response.status_code | Typeinteger |
Feltresults[].response.request_id | Typestring |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldig dokumenteret inline-struktur, dublerede nøgler, ugyldig elementidentitet eller konflikt med modellens konfigurerede funktioner. | Næste trinRet de angivne felter, før du sender en ny anmodning. |
Svar401 · authentication_error | BetingelseUgyldig API-nøgle. | Næste trinBrug den godkendte Ailoot-nøgle. |
Svar403 · permission_error | BetingelseBatch-gruppen er ikke tilgængelig. | Næste trinKontrollér nøglens/gruppens adgangsrettigheder. |
Svar422 · invalid_request_error | BetingelseBatch afregnes via saldoen; oprettelse via et abonnement afvises. | Næste trinBrug den godkendte gruppe med saldoafregning. |
Svar422 · price_unavailable | BetingelseDer kan ikke beregnes en pris for Batch-inputtet. | Næste trinGem svaret; brug det dokumenterede input for API-familien. |
Svar402 · billing_error | BetingelseReservationen til Batch er ikke tilgængelig. | Næste trinAfklar adgangen, før du sender en ny anmodning. |
Svar503 · price_unavailable | BetingelsePrisen for Batch-metoden eller de native satser er ikke tilgængelige. | Næste trinGem svaret; erstat ikke priserne med andre priser. |
Svar503 · api_error | BetingelseDen præcise leverandørrute er ikke tilgængelig. | Næste trinGem svaret, så ruten kan repareres. |
Svar503 · result_pending_check | BetingelseDet oprindelige resultat skal kontrolleres; X-Should-Retry:false. | Næste trinGem det oprindelige operation_id/id, og læs dets status; gentag aldrig den oprindelige POST. |
Svar404 · not_found | BetingelseOperationen til Batch-status findes ikke eller tilhører en anden identitet. | Næste trinBrug det nøjagtige oprindelige id og samme bruger/nøgle/gruppe. |
Ailoot Ultra openai/gpt-5.2-pro:batch
Brug metodestierne vist ovenfor.