Elo a preferenza umana ottenuto dai voti testa a testa ciechi di LMArena. Più alto è meglio; - significa non ancora classificato in quell'arena. Questo è misurato, non la nostra stima.
Miscelato $/1 milione tra le versioni tracciate di questa linea.
Tipico mix output-input 3:1, per 1 milione di token
Prezzo a partire da 2026-04-28 · Fonte: legacy_model_catalog
Carichi di lavoro misti di testo, immagini, audio e documenti che beneficiano di un unico modello in tutte le modalità.
GPT-5.2 Chat (AKA Instant) is the fast, lightweight member of the 5.2 family, optimized for low-latency chat while retaining strong general intelligence. It uses adaptive reasoning to selectively “think” on...
gpt-5.2-chat è un modello Multimodale di OpenAI (US). HotON.ai lo tiene traccia di $1.75 per 1 milione di token di input e $14.00 per 1 milione di token di output, con una finestra di contesto del token 128K. Il suo punteggio di efficienza composito è 83/100 con un $0.011 stimato per attività riuscita.
gpt-5.2-chat viene tracciato su $1.75 per 1 milione di token di input e $14.00 per 1 milione di token di output. Un tipico carico di lavoro output-to-input 3:1 si riduce a circa $10.94 per 1 milione di token. Le cifre sono dati dimostrativi illustrativi.
Carichi di lavoro misti di testo, immagini, audio e documenti che beneficiano di un unico modello in tutte le modalità.
gpt-5.2-chat supporta fino a una finestra di contesto del token 128K, abbastanza grande per documenti lunghi e conversazioni estese in un'unica richiesta.
All'interno dell'insieme tracciato HotON.ai, gpt-5.2-chat è più economico della 19% dei modelli sul prezzo di input e si classifica #482 di 521 in base all'efficienza complessiva.
Sì: gpt-4.1-nano è un'opzione a costo inferiore a $0.40 per 1 milione di token di output, pur coprendo casi d'uso Multimodale simili. Confrontali fianco a fianco su HotON.ai.
Il prezzo è reale (tramite il catalogo TestKey, aggiornato quotidianamente). La qualità (Arena Elo) è reale quando il modello è classificato su LMArena. Velocità, disponibilità ed efficienza sono stime modellate.