GPT-5.2 er OpenAI’s ræsonneringsmodel til komplekst professionelt arbejde. I producentens GPT-5.2-navngivning svarer API-modellen til Thinking-udgaven, adskilt fra Chat/Instant og Pro. Den accepterer tekst og billeder og producerer tekst. Lanceringen beskriver programmering, analyse af lange dokumenter, visuel fortolkning og opgaver, der forbinder flere kilder eller værktøjsresultater.
Ved et professionelt dokument skal materialet, den tiltænkte læser og det spørgsmål, som resultatet skal besvare, leveres. En eksempelopgave er at kombinere flere projektrapporter i et kort oplæg, der adskiller fakta, afhængigheder og en anbefaling. Regnearks- eller præsentationsarbejde kræver også kildedata og kravene til resultatet. Applikationens værktøjer opretter eller redigerer de faktiske filer, mens modellens svar organiserer eller forklarer arbejdet.
Ved programmering skal den tilsigtede adfærd, relevante kildefiler og de begrænsninger, som en ændring skal bevare, leveres. Lanceringen beskriver fejlfinding, funktionsudvikling og refaktorering som praktiske anvendelser. Visuelle input kan tilføje et dashboard, et screenshot af en grænseflade, et teknisk diagram eller en rapport. Angiv den detalje, der er relevant for svaret, og lever den skriftlige kontekst, som er nødvendig for at fortolke den. Modellens direkte output forbliver tekst frem for et genereret billede.
OpenAI angiver et kontekstvindue på 400.000 tokens, et maksimalt output på 128.000 tokens og en vidensgrænse den 31. august 2025. Valgmulighederne for ræsonneringsindsats er none, low, medium, high og xhigh; none er standard. Lanceringen dokumenterer også kompatibilitet med kontekstkomprimering i Responses til en opgave, som fortsætter, mens konteksten vokser. Komprimering bevarer relevant tilstand til senere arbejde; den gør ikke en opgave i flere trin til én ubegrænset anmodning.
Producenten angiver grænsefladerne Responses, Chat Completions og Batch, streaming, Structured Outputs, funktionskald, fil- og billedinput, web- og filsøgning samt promptcaching. Modellens værktøjer omfatter billedgenerering, kodefortolkning, hostede shell- og patchoperationer, skills og MCP-forbindelser. Applikationen håndterer sine operationer og returnerer faktiske resultater, så modellen kan bruge dem i den næste beslutning.
Forbered et klart mål, begrænsninger og krav til outputtet. Ved en dokumentbaseret beslutning skal kriterierne angives, og konklusioner knyttet til den leverede dokumentation efterspørges. Ved en foreslået ændring skal den adfærd, der skal verificeres, angives, og faktisk udførte kontroller skal efterspørges adskilt fra de stadig foreslåede. Et struktureret sæt konklusioner, et kodeforslag eller et dokument, som følger de leverede krav, er et nyttigt endeligt resultat, når grundlaget og de resterende spørgsmål er tydelige.
", "aboutText": "GPT-5.2 er OpenAI’s ræsonneringsmodel til komplekst professionelt arbejde. I producentens GPT-5.2-navngivning svarer API-modellen til Thinking-udgaven, adskilt fra Chat/Instant og Pro. Den accepterer tekst og billeder og producerer tekst. Lanceringen beskriver programmering, analyse af lange dokumenter, visuel fortolkning og opgaver, der forbinder flere kilder eller værktøjsresultater.\n\nVed et professionelt dokument skal materialet, den tiltænkte læser og det spørgsmål, som resultatet skal besvare, leveres. En eksempelopgave er at kombinere flere projektrapporter i et kort oplæg, der adskiller fakta, afhængigheder og en anbefaling. Regnearks- eller præsentationsarbejde kræver også kildedata og kravene til resultatet. Applikationens værktøjer opretter eller redigerer de faktiske filer, mens modellens svar organiserer eller forklarer arbejdet.\n\nVed programmering skal den tilsigtede adfærd, relevante kildefiler og de begrænsninger, som en ændring skal bevare, leveres. Lanceringen beskriver fejlfinding, funktionsudvikling og refaktorering som praktiske anvendelser. Visuelle input kan tilføje et dashboard, et screenshot af en grænseflade, et teknisk diagram eller en rapport. Angiv den detalje, der er relevant for svaret, og lever den skriftlige kontekst, som er nødvendig for at fortolke den. Modellens direkte output forbliver tekst frem for et genereret billede.\n\nOpenAI angiver et kontekstvindue på 400.000 tokens, et maksimalt output på 128.000 tokens og en vidensgrænse den 31. august 2025. Valgmulighederne for ræsonneringsindsats er none, low, medium, high og xhigh; none er standard. Lanceringen dokumenterer også kompatibilitet med kontekstkomprimering i Responses til en opgave, som fortsætter, mens konteksten vokser. Komprimering bevarer relevant tilstand til senere arbejde; den gør ikke en opgave i flere trin til én ubegrænset anmodning.\n\nProducenten angiver grænsefladerne Responses, Chat Completions og Batch, streaming, Structured Outputs, funktionskald, fil- og billedinput, web- og filsøgning samt promptcaching. Modellens værktøjer omfatter billedgenerering, kodefortolkning, hostede shell- og patchoperationer, skills og MCP-forbindelser. Applikationen håndterer sine operationer og returnerer faktiske resultater, så modellen kan bruge dem i den næste beslutning.\n\nForbered et klart mål, begrænsninger og krav til outputtet. Ved en dokumentbaseret beslutning skal kriterierne angives, og konklusioner knyttet til den leverede dokumentation efterspørges. Ved en foreslået ændring skal den adfærd, der skal verificeres, angives, og faktisk udførte kontroller skal efterspørges adskilt fra de stadig foreslåede. Et struktureret sæt konklusioner, et kodeforslag eller et dokument, som følger de leverede krav, er et nyttigt endeligt resultat, når grundlaget og de resterende spørgsmål er tydelige.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b3e54e2539102e38747b5b786b67a634b3bd2528c622be0da1836410b3329a87", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "openai/gpt-5.2:batchGPT-5.2 er en ræsonneringsmodel til professionelt arbejde, programmering og opgaver i flere trin. Den accepterer tekst og billeder og kan udarbejde dokumenter, analysere relateret materiale eller arbejde med applikationsværktøjer ud fra en klar beskrivelse af det ønskede output.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GPT-5.2 er OpenAI’s ræsonneringsmodel til komplekst professionelt arbejde. I producentens GPT-5.2-navngivning svarer API-modellen til Thinking-udgaven, adskilt fra Chat/Instant og Pro. Den accepterer tekst og billeder og producerer tekst. Lanceringen beskriver programmering, analyse af lange dokumenter, visuel fortolkning og opgaver, der forbinder flere kilder eller værktøjsresultater.
Ved et professionelt dokument skal materialet, den tiltænkte læser og det spørgsmål, som resultatet skal besvare, leveres. En eksempelopgave er at kombinere flere projektrapporter i et kort oplæg, der adskiller fakta, afhængigheder og en anbefaling. Regnearks- eller præsentationsarbejde kræver også kildedata og kravene til resultatet. Applikationens værktøjer opretter eller redigerer de faktiske filer, mens modellens svar organiserer eller forklarer arbejdet.
Ved programmering skal den tilsigtede adfærd, relevante kildefiler og de begrænsninger, som en ændring skal bevare, leveres. Lanceringen beskriver fejlfinding, funktionsudvikling og refaktorering som praktiske anvendelser. Visuelle input kan tilføje et dashboard, et screenshot af en grænseflade, et teknisk diagram eller en rapport. Angiv den detalje, der er relevant for svaret, og lever den skriftlige kontekst, som er nødvendig for at fortolke den. Modellens direkte output forbliver tekst frem for et genereret billede.
OpenAI angiver et kontekstvindue på 400.000 tokens, et maksimalt output på 128.000 tokens og en vidensgrænse den 31. august 2025. Valgmulighederne for ræsonneringsindsats er none, low, medium, high og xhigh; none er standard. Lanceringen dokumenterer også kompatibilitet med kontekstkomprimering i Responses til en opgave, som fortsætter, mens konteksten vokser. Komprimering bevarer relevant tilstand til senere arbejde; den gør ikke en opgave i flere trin til én ubegrænset anmodning.
Producenten angiver grænsefladerne Responses, Chat Completions og Batch, streaming, Structured Outputs, funktionskald, fil- og billedinput, web- og filsøgning samt promptcaching. Modellens værktøjer omfatter billedgenerering, kodefortolkning, hostede shell- og patchoperationer, skills og MCP-forbindelser. Applikationen håndterer sine operationer og returnerer faktiske resultater, så modellen kan bruge dem i den næste beslutning.
Forbered et klart mål, begrænsninger og krav til outputtet. Ved en dokumentbaseret beslutning skal kriterierne angives, og konklusioner knyttet til den leverede dokumentation efterspørges. Ved en foreslået ændring skal den adfærd, der skal verificeres, angives, og faktisk udførte kontroller skal efterspørges adskilt fra de stadig foreslåede. Et struktureret sæt konklusioner, et kodeforslag eller et dokument, som følger de leverede krav, er et nyttigt endeligt resultat, når grundlaget og de resterende spørgsmål er tydelige.
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: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:batch, openai/gpt-5.2 | 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 $0.00175 / 1K tokens Output · Outputtokens $0.014 / 1K tokens Input · Cachelæsning $0.000175 / 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 $0.00175 / 1K tokens Output · Outputtokens $0.014 / 1K tokens Input · Cachelæsning $0.000175 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${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: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:batch', 'openai/gpt-5.2']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"openai/gpt-5.2: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:batch
Brug metodestierne vist ovenfor.