GPT-5.2 Pro es la edición Pro independiente de OpenAI para trabajo profesional complejo y preguntas difíciles. Acepta texto e imágenes y produce texto. El lanzamiento de GPT-5.2 distingue Pro de la edición de conversación Instant y del modelo de razonamiento configurable GPT-5.2, conservando la identidad y las especificaciones propias del modelo Pro.
Un uso práctico es un análisis que depende de varias condiciones relacionadas. Proporciona la pregunta, el material de origen y los criterios que rigen una elección. Un ejemplo de solicitud consiste en comparar implementaciones posibles frente a los mismos requisitos, identificar dependencias que podrían cambiar la decisión y producir una recomendación cuyas condiciones sean explícitas. Para una pregunta documental, especifica los pasajes que deben compararse y los hechos que deben conservarse.
El fabricante describe la función de Pro en programación exigente y preguntas científicas o matemáticas. Por tanto, una solicitud técnica debe incluir las definiciones pertinentes, las condiciones conocidas y el comportamiento o resultado esperado. Si una imagen aporta pruebas, identifica el diagrama, la captura de pantalla o el detalle relevante. Solicita un entregable útil, como un análisis, una implementación propuesta o un plan por etapas, en lugar de esperar que el modelo deduzca tanto la pregunta como el formato del resultado.
OpenAI indica una ventana de contexto de 400,000 tokens, una salida máxima de 128,000 tokens y una fecha límite de conocimientos del 31 de agosto de 2025. GPT-5.2 Pro admite los esfuerzos de razonamiento medium, high y xhigh. El contexto contiene el material proporcionado y el razonamiento, además de la respuesta visible. Para una solicitud larga, organiza las pruebas con claridad y deja espacio para el análisis solicitado y el resultado final.
El proveedor documenta GPT-5.2 Pro únicamente en Responses para admitir interacciones de varios turnos con el modelo antes de la respuesta final. Las solicitudes difíciles pueden tardar varios minutos y el fabricante recomienda ejecución en segundo plano para trabajo prolongado. La aplicación sigue el identificador de respuesta y el estado y recupera el resultado cuando el procesamiento alcanza un estado terminal. Este es un flujo de solicitud del proveedor, independiente de la identidad del punto de acceso de una tarjeta existente.
La ficha exacta del modelo incluye transmisión en continuo, llamadas a funciones, búsqueda en la web y en archivos, entrada de imágenes, herramientas de generación de imágenes y compatibilidad con MCP. Las aplicaciones ofrecen sus operaciones, ejecutan sus propias acciones y proporcionan resultados reales para otro paso. Define el criterio de finalización y pide que la conclusión o el cambio propuesto se vinculen con las pruebas de origen. Un entregable final útil hace visibles las decisiones importantes, sus dependencias y cualquier condición sin resolver para el lector que continuará el trabajo.
", "aboutText": "GPT-5.2 Pro es la edición Pro independiente de OpenAI para trabajo profesional complejo y preguntas difíciles. Acepta texto e imágenes y produce texto. El lanzamiento de GPT-5.2 distingue Pro de la edición de conversación Instant y del modelo de razonamiento configurable GPT-5.2, conservando la identidad y las especificaciones propias del modelo Pro.\n\nUn uso práctico es un análisis que depende de varias condiciones relacionadas. Proporciona la pregunta, el material de origen y los criterios que rigen una elección. Un ejemplo de solicitud consiste en comparar implementaciones posibles frente a los mismos requisitos, identificar dependencias que podrían cambiar la decisión y producir una recomendación cuyas condiciones sean explícitas. Para una pregunta documental, especifica los pasajes que deben compararse y los hechos que deben conservarse.\n\nEl fabricante describe la función de Pro en programación exigente y preguntas científicas o matemáticas. Por tanto, una solicitud técnica debe incluir las definiciones pertinentes, las condiciones conocidas y el comportamiento o resultado esperado. Si una imagen aporta pruebas, identifica el diagrama, la captura de pantalla o el detalle relevante. Solicita un entregable útil, como un análisis, una implementación propuesta o un plan por etapas, en lugar de esperar que el modelo deduzca tanto la pregunta como el formato del resultado.\n\nOpenAI indica una ventana de contexto de 400,000 tokens, una salida máxima de 128,000 tokens y una fecha límite de conocimientos del 31 de agosto de 2025. GPT-5.2 Pro admite los esfuerzos de razonamiento medium, high y xhigh. El contexto contiene el material proporcionado y el razonamiento, además de la respuesta visible. Para una solicitud larga, organiza las pruebas con claridad y deja espacio para el análisis solicitado y el resultado final.\n\nEl proveedor documenta GPT-5.2 Pro únicamente en Responses para admitir interacciones de varios turnos con el modelo antes de la respuesta final. Las solicitudes difíciles pueden tardar varios minutos y el fabricante recomienda ejecución en segundo plano para trabajo prolongado. La aplicación sigue el identificador de respuesta y el estado y recupera el resultado cuando el procesamiento alcanza un estado terminal. Este es un flujo de solicitud del proveedor, independiente de la identidad del punto de acceso de una tarjeta existente.\n\nLa ficha exacta del modelo incluye transmisión en continuo, llamadas a funciones, búsqueda en la web y en archivos, entrada de imágenes, herramientas de generación de imágenes y compatibilidad con MCP. Las aplicaciones ofrecen sus operaciones, ejecutan sus propias acciones y proporcionan resultados reales para otro paso. Define el criterio de finalización y pide que la conclusión o el cambio propuesto se vinculen con las pruebas de origen. Un entregable final útil hace visibles las decisiones importantes, sus dependencias y cualquier condición sin resolver para el lector que continuará el trabajo.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "87299e3cba4a053cc74483a2adfc95d121002c92de95c299a876241b80888ca2", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "openai/gpt-5.2-pro:batchLa edición independiente GPT-5.2 Pro está diseñada para preguntas profesionales difíciles y análisis más profundos. Acepta texto e imágenes y desarrolla una respuesta textual con esfuerzo de razonamiento medium, high o xhigh en la interfaz Responses del proveedor.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-5.2 Pro es la edición Pro independiente de OpenAI para trabajo profesional complejo y preguntas difíciles. Acepta texto e imágenes y produce texto. El lanzamiento de GPT-5.2 distingue Pro de la edición de conversación Instant y del modelo de razonamiento configurable GPT-5.2, conservando la identidad y las especificaciones propias del modelo Pro.
Un uso práctico es un análisis que depende de varias condiciones relacionadas. Proporciona la pregunta, el material de origen y los criterios que rigen una elección. Un ejemplo de solicitud consiste en comparar implementaciones posibles frente a los mismos requisitos, identificar dependencias que podrían cambiar la decisión y producir una recomendación cuyas condiciones sean explícitas. Para una pregunta documental, especifica los pasajes que deben compararse y los hechos que deben conservarse.
El fabricante describe la función de Pro en programación exigente y preguntas científicas o matemáticas. Por tanto, una solicitud técnica debe incluir las definiciones pertinentes, las condiciones conocidas y el comportamiento o resultado esperado. Si una imagen aporta pruebas, identifica el diagrama, la captura de pantalla o el detalle relevante. Solicita un entregable útil, como un análisis, una implementación propuesta o un plan por etapas, en lugar de esperar que el modelo deduzca tanto la pregunta como el formato del resultado.
OpenAI indica una ventana de contexto de 400,000 tokens, una salida máxima de 128,000 tokens y una fecha límite de conocimientos del 31 de agosto de 2025. GPT-5.2 Pro admite los esfuerzos de razonamiento medium, high y xhigh. El contexto contiene el material proporcionado y el razonamiento, además de la respuesta visible. Para una solicitud larga, organiza las pruebas con claridad y deja espacio para el análisis solicitado y el resultado final.
El proveedor documenta GPT-5.2 Pro únicamente en Responses para admitir interacciones de varios turnos con el modelo antes de la respuesta final. Las solicitudes difíciles pueden tardar varios minutos y el fabricante recomienda ejecución en segundo plano para trabajo prolongado. La aplicación sigue el identificador de respuesta y el estado y recupera el resultado cuando el procesamiento alcanza un estado terminal. Este es un flujo de solicitud del proveedor, independiente de la identidad del punto de acceso de una tarjeta existente.
La ficha exacta del modelo incluye transmisión en continuo, llamadas a funciones, búsqueda en la web y en archivos, entrada de imágenes, herramientas de generación de imágenes y compatibilidad con MCP. Las aplicaciones ofrecen sus operaciones, ejecutan sus propias acciones y proporcionan resultados reales para otro paso. Define el criterio de finalización y pide que la conclusión o el cambio propuesto se vinculen con las pruebas de origen. Un entregable final útil hace visibles las decisiones importantes, sus dependencias y cualquier condición sin resolver para el lector que continuará el trabajo.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObligatorio | Valores y límites /v1/chat/completions | Predeterminado— |
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5.2-pro:batch | Predeterminado— |
Camporequests | Tipobatch_item[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Camporequests[].custom_id | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campocompletion_window | Tipostring | RequisitoOpcional | Valores y límites 24h | Predeterminado— |
Campoprovider | Tipoobject|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Camporequests[].body.model | Tipostring | RequisitoOpcional | Valores y límites openai/gpt-5.2-pro:batch, openai/gpt-5.2-pro | Predeterminado— |
Campoprovider.only | Tipostring[] | RequisitoOpcional | Valores y límites openai | Predeterminado— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoOpcional | Valores y límites false, null | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratoendpoint, model, requests |
Parámetromaterial_types | Contratotext |
Parámetrorepresentation | Contratorequests[] en línea; cada elemento tiene custom_id y body |
Parámetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parámetrofile_material | ContratoQuien realiza la llamada puede leer localmente el JSONL UTF-8 real e incorporarlo a requests[]. No se utiliza el campo purpose para cargas, ni input_file_id ni referencias a archivos. Si falta el material del cliente o está vacío, la preparación se detiene antes del POST. |
Parámetroserialization_order | Contratoendpoint, model, provider (si se proporciona), completion_window (si se proporciona), requests al final |
Parámetrooptional_controls | Contratoprovider.only, provider.allow_fallbacks, completion_window |
Parámetroschema_scope | ContratoCuerpos de solicitudes de texto de Chat Completions dentro de la estructura Batch en línea documentada. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · El response.id real de la respuesta de creación original; el mismo usuario, clave y grupo
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.021 / 1K tokens Salida · Tokens de salida $0.168 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.021 / 1K tokens Salida · Tokens de salida $0.168 / 1K tokens Entrada · Lectura de caché — / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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 de results[].response.body en línea
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\nConserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva el JSON completo del estado original, cada result/custom_id y el cuerpo completo de la respuesta o del error. Guarda results[] completados como JSONL sin filtrar.
Conserva el ID de la operación original. La respuesta 503 result_pending_check incluye X-Should-Retry:false; nunca vuelvas a enviar un lote original cuyo resultado sea desconocido.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónLa estructura en línea documentada no es válida, hay claves duplicadas, existe un problema con la identidad de los elementos o hay un conflicto entre las capacidades configuradas del modelo. | Siguiente pasoCorrige los campos indicados antes de realizar cualquier nuevo envío. |
Respuesta401 · authentication_error | CondiciónClave de API no válida. | Siguiente pasoUsa la clave de Ailoot autorizada. |
Respuesta403 · permission_error | CondiciónGrupo de Batch no disponible. | Siguiente pasoVerifica los permisos de la clave y el grupo. |
Respuesta422 · invalid_request_error | CondiciónBatch usa facturación contra saldo; se rechazan las solicitudes de creación con una suscripción. | Siguiente pasoUsa el grupo autorizado con facturación contra saldo. |
Respuesta422 · price_unavailable | CondiciónNo se puede cotizar la entrada de Batch. | Siguiente pasoConserva la respuesta; usa la entrada documentada para la familia. |
Respuesta402 · billing_error | CondiciónReserva de Batch no disponible. | Siguiente pasoResuelve los requisitos de admisión antes de realizar una nueva solicitud. |
Respuesta503 · price_unavailable | CondiciónPrecio del método Batch o tarifas nativas no disponibles. | Siguiente pasoConserva la respuesta; no sustituyas los precios. |
Respuesta503 · api_error | CondiciónLa ruta exacta del proveedor no está disponible. | Siguiente pasoConserva la respuesta para reparar la ruta. |
Respuesta503 · result_pending_check | CondiciónEl resultado original requiere una revisión; X-Should-Retry:false. | Siguiente pasoConserva el operation_id/id original y consulta su estado; nunca repitas el POST original. |
Respuesta404 · not_found | CondiciónLa operación de consulta de estado de Batch no existe o pertenece a otra identidad. | Siguiente pasoUsa el id original exacto y el mismo usuario, clave y grupo. |
Ailoot Ultra openai/gpt-5.2-pro:batch
Usa las rutas de método indicadas arriba.