GPT-5.2 Chat es la edición de conversación de GPT-5.2 que OpenAI documenta con el nombre gpt-5.2-chat-latest. El lanzamiento del proveedor vincula ese nombre con GPT-5.2 Instant, distinto de GPT-5.2 Thinking y GPT-5.2 Pro. Acepta texto e imágenes y produce texto, lo que la convierte en una opción de conversación para el trabajo y el aprendizaje cotidianos.
El lanzamiento describe la función de Instant en preguntas de búsqueda de información, explicaciones prácticas, guías paso a paso, redacción técnica y traducción. Una solicitud útil proporciona al modelo un tema específico y el resultado que necesita el lector. Un ejemplo de tarea consiste en reescribir la explicación de un producto como respuesta a la pregunta de un cliente, conservando los hechos proporcionados y situando primero la información clave. En una intervención posterior, identifica el público, el tono o el pasaje que necesita ajustes.
Para una tarea documental, proporciona el material original y las instrucciones por separado. Indica los hechos requeridos, la extensión prevista y las secciones o los campos que debe contener el resultado. Para una pregunta visual, proporciona una captura de pantalla o un diagrama legible e identifica el detalle importante. Una pregunta sobre un elemento de interfaz se beneficia del contexto que explica qué intenta conseguir el usuario, en lugar de una solicitud de describir todo lo que aparece en la imagen.
La ficha nativa del modelo de OpenAI indica una ventana de contexto de 128.000 tokens, una salida máxima de 16.384 tokens y una fecha límite de conocimientos del 31 de agosto de 2025. Estas especificaciones pertenecen a la edición de conversación; no deben sustituirse por las especificaciones más amplias de contexto y salida de otros modelos GPT-5.2. Mantén el material de origen útil y los hechos anteriores importantes de la conversación dentro de la ventana pertinente.
El proveedor documenta transmisión en continuo, Structured Outputs y llamadas a funciones, con entrada de texto e imágenes y salida textual. Su conjunto de herramientas documentado incluye funciones, búsqueda en la web y en archivos, generación de imágenes, interpretación de código y conexiones MCP. Un resultado estructurado define los campos devueltos, mientras que una solicitud de llamada a función propone una operación para el entorno de la aplicación. La aplicación ejecuta sus acciones y proporciona resultados reales antes de que se utilicen como pruebas en otra respuesta.
Define un resultado práctico para el intercambio: una explicación clara, un pasaje editado, una respuesta propuesta o un conjunto de hechos extraídos. Si falta un valor, especifica cómo debe representarlo la salida y qué aclaración debe solicitarse. Refina una parte seleccionada del resultado en mensajes posteriores, conservando el propósito y los hechos requeridos. Así, un texto final útil puede revisarse frente al material de origen y utilizarse en la siguiente etapa del trabajo del lector.
", "aboutText": "GPT-5.2 Chat es la edición de conversación de GPT-5.2 que OpenAI documenta con el nombre gpt-5.2-chat-latest. El lanzamiento del proveedor vincula ese nombre con GPT-5.2 Instant, distinto de GPT-5.2 Thinking y GPT-5.2 Pro. Acepta texto e imágenes y produce texto, lo que la convierte en una opción de conversación para el trabajo y el aprendizaje cotidianos.\n\nEl lanzamiento describe la función de Instant en preguntas de búsqueda de información, explicaciones prácticas, guías paso a paso, redacción técnica y traducción. Una solicitud útil proporciona al modelo un tema específico y el resultado que necesita el lector. Un ejemplo de tarea consiste en reescribir la explicación de un producto como respuesta a la pregunta de un cliente, conservando los hechos proporcionados y situando primero la información clave. En una intervención posterior, identifica el público, el tono o el pasaje que necesita ajustes.\n\nPara una tarea documental, proporciona el material original y las instrucciones por separado. Indica los hechos requeridos, la extensión prevista y las secciones o los campos que debe contener el resultado. Para una pregunta visual, proporciona una captura de pantalla o un diagrama legible e identifica el detalle importante. Una pregunta sobre un elemento de interfaz se beneficia del contexto que explica qué intenta conseguir el usuario, en lugar de una solicitud de describir todo lo que aparece en la imagen.\n\nLa ficha nativa del modelo de OpenAI indica una ventana de contexto de 128.000 tokens, una salida máxima de 16.384 tokens y una fecha límite de conocimientos del 31 de agosto de 2025. Estas especificaciones pertenecen a la edición de conversación; no deben sustituirse por las especificaciones más amplias de contexto y salida de otros modelos GPT-5.2. Mantén el material de origen útil y los hechos anteriores importantes de la conversación dentro de la ventana pertinente.\n\nEl proveedor documenta transmisión en continuo, Structured Outputs y llamadas a funciones, con entrada de texto e imágenes y salida textual. Su conjunto de herramientas documentado incluye funciones, búsqueda en la web y en archivos, generación de imágenes, interpretación de código y conexiones MCP. Un resultado estructurado define los campos devueltos, mientras que una solicitud de llamada a función propone una operación para el entorno de la aplicación. La aplicación ejecuta sus acciones y proporciona resultados reales antes de que se utilicen como pruebas en otra respuesta.\n\nDefine un resultado práctico para el intercambio: una explicación clara, un pasaje editado, una respuesta propuesta o un conjunto de hechos extraídos. Si falta un valor, especifica cómo debe representarlo la salida y qué aclaración debe solicitarse. Refina una parte seleccionada del resultado en mensajes posteriores, conservando el propósito y los hechos requeridos. Así, un texto final útil puede revisarse frente al material de origen y utilizarse en la siguiente etapa del trabajo del lector.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Explain a setup procedure to a beginner\n\nUsing only this procedure, write a beginner-friendly walkthrough: 'Create a draft; add a title and at least one paragraph; choose Preview; publish only after reviewing the preview.' Explain why Preview precedes publishing and end with a short checklist. Do not invent buttons, account requirements or an automatic save feature.A plain-language walkthrough followed by a checklist reflecting the supplied procedure.The walkthrough includes title and paragraph requirements and places review before publication.openai/gpt-5.2-chatLa edición de conversación GPT-5.2 corresponde al modelo Instant descrito para ChatGPT. Acepta texto e imágenes y devuelve texto para explicaciones cotidianas, tareas de redacción y diálogos que refinan un resultado específico.
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 Chat es la edición de conversación de GPT-5.2 que OpenAI documenta con el nombre gpt-5.2-chat-latest. El lanzamiento del proveedor vincula ese nombre con GPT-5.2 Instant, distinto de GPT-5.2 Thinking y GPT-5.2 Pro. Acepta texto e imágenes y produce texto, lo que la convierte en una opción de conversación para el trabajo y el aprendizaje cotidianos.
El lanzamiento describe la función de Instant en preguntas de búsqueda de información, explicaciones prácticas, guías paso a paso, redacción técnica y traducción. Una solicitud útil proporciona al modelo un tema específico y el resultado que necesita el lector. Un ejemplo de tarea consiste en reescribir la explicación de un producto como respuesta a la pregunta de un cliente, conservando los hechos proporcionados y situando primero la información clave. En una intervención posterior, identifica el público, el tono o el pasaje que necesita ajustes.
Para una tarea documental, proporciona el material original y las instrucciones por separado. Indica los hechos requeridos, la extensión prevista y las secciones o los campos que debe contener el resultado. Para una pregunta visual, proporciona una captura de pantalla o un diagrama legible e identifica el detalle importante. Una pregunta sobre un elemento de interfaz se beneficia del contexto que explica qué intenta conseguir el usuario, en lugar de una solicitud de describir todo lo que aparece en la imagen.
La ficha nativa del modelo de OpenAI indica una ventana de contexto de 128.000 tokens, una salida máxima de 16.384 tokens y una fecha límite de conocimientos del 31 de agosto de 2025. Estas especificaciones pertenecen a la edición de conversación; no deben sustituirse por las especificaciones más amplias de contexto y salida de otros modelos GPT-5.2. Mantén el material de origen útil y los hechos anteriores importantes de la conversación dentro de la ventana pertinente.
El proveedor documenta transmisión en continuo, Structured Outputs y llamadas a funciones, con entrada de texto e imágenes y salida textual. Su conjunto de herramientas documentado incluye funciones, búsqueda en la web y en archivos, generación de imágenes, interpretación de código y conexiones MCP. Un resultado estructurado define los campos devueltos, mientras que una solicitud de llamada a función propone una operación para el entorno de la aplicación. La aplicación ejecuta sus acciones y proporciona resultados reales antes de que se utilicen como pruebas en otra respuesta.
Define un resultado práctico para el intercambio: una explicación clara, un pasaje editado, una respuesta propuesta o un conjunto de hechos extraídos. Si falta un valor, especifica cómo debe representarlo la salida y qué aclaración debe solicitarse. Refina una parte seleccionada del resultado en mensajes posteriores, conservando el propósito y los hechos requeridos. Así, un texto final útil puede revisarse frente al material de origen y utilizarse en la siguiente etapa del trabajo del lector.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5.2-chat | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
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 $0.0035 / 1K tokens Salida · Tokens de salida $0.028 / 1K tokens Entrada · Lectura de caché $0.00035 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 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 $0.0035 / 1K tokens Salida · Tokens de salida $0.028 / 1K tokens Entrada · Lectura de caché $0.00035 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.2-chat", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5.2-chat',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5.2-chat',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra openai/gpt-5.2-chat
Usa las rutas de método indicadas arriba.
openai/gpt-5.2-chatLa edición de conversación GPT-5.2 corresponde al modelo Instant descrito para ChatGPT. Acepta texto e imágenes y devuelve texto para explicaciones cotidianas, tareas de redacción y diálogos que refinan un resultado específico.
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 Chat es la edición de conversación de GPT-5.2 que OpenAI documenta con el nombre gpt-5.2-chat-latest. El lanzamiento del proveedor vincula ese nombre con GPT-5.2 Instant, distinto de GPT-5.2 Thinking y GPT-5.2 Pro. Acepta texto e imágenes y produce texto, lo que la convierte en una opción de conversación para el trabajo y el aprendizaje cotidianos.
El lanzamiento describe la función de Instant en preguntas de búsqueda de información, explicaciones prácticas, guías paso a paso, redacción técnica y traducción. Una solicitud útil proporciona al modelo un tema específico y el resultado que necesita el lector. Un ejemplo de tarea consiste en reescribir la explicación de un producto como respuesta a la pregunta de un cliente, conservando los hechos proporcionados y situando primero la información clave. En una intervención posterior, identifica el público, el tono o el pasaje que necesita ajustes.
Para una tarea documental, proporciona el material original y las instrucciones por separado. Indica los hechos requeridos, la extensión prevista y las secciones o los campos que debe contener el resultado. Para una pregunta visual, proporciona una captura de pantalla o un diagrama legible e identifica el detalle importante. Una pregunta sobre un elemento de interfaz se beneficia del contexto que explica qué intenta conseguir el usuario, en lugar de una solicitud de describir todo lo que aparece en la imagen.
La ficha nativa del modelo de OpenAI indica una ventana de contexto de 128.000 tokens, una salida máxima de 16.384 tokens y una fecha límite de conocimientos del 31 de agosto de 2025. Estas especificaciones pertenecen a la edición de conversación; no deben sustituirse por las especificaciones más amplias de contexto y salida de otros modelos GPT-5.2. Mantén el material de origen útil y los hechos anteriores importantes de la conversación dentro de la ventana pertinente.
El proveedor documenta transmisión en continuo, Structured Outputs y llamadas a funciones, con entrada de texto e imágenes y salida textual. Su conjunto de herramientas documentado incluye funciones, búsqueda en la web y en archivos, generación de imágenes, interpretación de código y conexiones MCP. Un resultado estructurado define los campos devueltos, mientras que una solicitud de llamada a función propone una operación para el entorno de la aplicación. La aplicación ejecuta sus acciones y proporciona resultados reales antes de que se utilicen como pruebas en otra respuesta.
Define un resultado práctico para el intercambio: una explicación clara, un pasaje editado, una respuesta propuesta o un conjunto de hechos extraídos. Si falta un valor, especifica cómo debe representarlo la salida y qué aclaración debe solicitarse. Refina una parte seleccionada del resultado en mensajes posteriores, conservando el propósito y los hechos requeridos. Así, un texto final útil puede revisarse frente al material de origen y utilizarse en la siguiente etapa del trabajo del lector.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5.2-chat | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
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 $0.0035 / 1K tokens Salida · Tokens de salida $0.028 / 1K tokens Entrada · Lectura de caché $0.00035 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 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 $0.0035 / 1K tokens Salida · Tokens de salida $0.028 / 1K tokens Entrada · Lectura de caché $0.00035 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "openai/gpt-5.2-chat",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.2-chat', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.2-chat', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra openai/gpt-5.2-chat
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Explain a setup procedure to a beginner\n\nUsing only this procedure, write a beginner-friendly walkthrough: 'Create a draft; add a title and at least one paragraph; choose Preview; publish only after reviewing the preview.' Explain why Preview precedes publishing and end with a short checklist. Do not invent buttons, account requirements or an automatic save feature.A plain-language walkthrough followed by a checklist reflecting the supplied procedure.The walkthrough includes title and paragraph requirements and places review before publication.