GPT-5.2

Fiche modèle · OpenAI · gpt-5.2-2025-12-11

GPT‑5.2 introduces substantial gains in professional knowledge work, outperforming experts on GDPval with 70.9% wins or ties, and setting new highs in coding (SWE‑Bench Pro 55.6%), science (GPQA Diamond ~92–93%), math (AIME 2025: 100%), long‑context accuracy up to 256k tokens, and reliable tool‑calling (Tau2 Telecom 98.7%). It rolls out as Instant, Thinking, and Pro—faster, more structured, and less error‑prone—priced at $1.75/1M input and $14/1M output tokens, with Pro variants supporting xhigh reasoning for top‑quality, end‑to‑end execution.

Fiches modèles

Identité

Organisation	OpenAI
Pays	—
Famille	—
Type	llm
Date de sortie	2025-12-11
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	image\|text
Fenêtre de contexte	256 000
KV cache / token (Q8)	—
Paramètres totaux	≈ 400 B–2.21 T (estimation, confiance très faible — https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md)
Paramètres actifs (session)	≈ 69 B–97 B (estimation, confiance très faible — https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md)
Source des paramètres actifs	https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-openai.md (estimation, confiance très faible)
Curation des paramètres actifs	2026-10-25
Prix par session	4.55 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	38.21 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	2025-08-25
Créé le	2026-05-07T16:53:34.325010Z
Mis à jour le	2026-11-04T06:05:00.677614Z
Source	LLM Stats
URL	https://llm-stats.com/models/gpt-5.2-2025-12-11

Tokens/tâche

IA Act — preuves fournisseur

ICA 82/100 · périmètre complet · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	2,5	5 %
Résumé des données d'entraînement	5,0	35 %
Conformité droit d'auteur	5,0	35 %
Code of Practice GPAI	2,5	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-21.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
OpenAI	llm-stats	non	1.75 $	14.00 $	—	—	2.00	100.0	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
language	0.90
math	0.70
multimodal	0.80
physics	0.90
reasoning	0.80
search	0.80
spatial_reasoning	0.80
frontend_development	0.80
general	0.80
grounding	0.90
healthcare	0.90
agents	0.60
biology	0.90
chemistry	0.90
code	0.70
communication	0.90
tool_calling	0.70
vision	0.70

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aime-2025	math	1.00	1.00	1.00	non	oui	2026-11-04T06:05:00.693411Z
arc-agi	reasoning	0.86	1.00	0.86	non	oui	2026-11-04T06:05:00.699954Z
arc-agi-v2	reasoning	0.53	1.00	0.53	non	oui	2026-11-04T06:05:00.703120Z
browsecomp	reasoning	0.66	1.00	0.66	non	oui	2026-11-04T06:05:00.761814Z
browsecomp-long-128k	reasoning	0.92	1.00	0.92	non	oui	2026-11-04T06:05:00.716378Z
browsecomp-long-256k	reasoning	0.90	1.00	0.90	non	oui	2026-11-04T06:05:00.719263Z
charxiv-r	reasoning	0.82	1.00	0.82	non	oui	2026-11-04T06:05:00.733600Z
frontiermath	math	0.40	1.00	0.40	non	oui	2026-11-04T06:05:00.696588Z
gpqa	reasoning	0.92	1.00	0.92	non	oui	2026-11-04T06:05:00.681083Z
graphwalks-bfs-<128k	reasoning	0.94	1.00	0.94	non	oui	2026-11-04T06:05:00.726855Z
graphwalks-parents-<128k	reasoning	0.89	1.00	0.89	non	oui	2026-11-04T06:05:00.730435Z
hmmt-2025	math	0.99	1.00	0.99	non	oui	2026-11-04T06:05:00.690289Z
humanity's-last-exam	reasoning	0.34	1.00	0.34	non	oui	2026-11-04T06:05:00.683987Z
livebench	math	0.75	1.00	0.75	non	non	2026-11-04T06:05:00.771508Z
mcp-atlas	reasoning	0.61	1.00	0.61	non	oui	2026-11-04T06:05:00.765060Z
mmmlu	language	0.90	1.00	0.90	non	oui	2026-11-04T06:05:00.687317Z
mmmu-pro	vision	0.80	1.00	0.80	non	oui	2026-11-04T06:05:00.736587Z
screenspot-pro	vision	0.86	1.00	0.86	non	oui	2026-11-04T06:05:00.743275Z
swe-bench-verified	reasoning	0.80	1.00	0.80	non	oui	2026-11-04T06:05:00.705982Z
swe-lancer-(ic-diamond-subset)	reasoning	0.75	1.00	0.75	non	oui	2026-11-04T06:05:00.709379Z
tau2-retail	communication	0.82	1.00	0.82	non	oui	2026-11-04T06:05:00.756798Z
tau2-telecom	communication	0.99	1.00	0.99	non	oui	2026-11-04T06:05:00.753502Z
toolathlon	agents	0.46	1.00	0.46	non	oui	2026-11-04T06:05:00.768401Z
videommmu	multimodal	0.86	1.00	0.86	non	oui	2026-11-04T06:05:00.739709Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
math	29	0.70	37.85	6	trueskill	2026-11-04T08:08:42.442591Z	rankings
multimodal	38	0.80	30.82	4	trueskill	2026-11-04T08:08:46.488887Z	rankings
agents	103	—	14.55	3	trueskill	2026-10-19	model_history
code	88	—	23.36	3	trueskill	2026-10-19	model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04