GPT-5.2 Chat

En una mezcla típica de 70% entrada / 30% salida, GPT-5.2 Chat sale a $5.43 por millón de tokens. Eso lo sitúa por encima del 69% de los 32 modelos que seguimos aquí, y 9 modelos más de la misma capa gama media quedan por debajo. La capa es una etiqueta de capacidad, no una banda de precio: la horquilla dentro de una capa suele ser más ancha que la distancia entre capas, y por eso elegir solo por capa tiende a hacer gastar de más.

La entrada cuesta $1.75 por millón y la salida $14.00, una proporción de 8.0x. Esa proporción importa más que cualquiera de las dos cifras por separado: una carga de resumen o clasificación lee mucho más de lo que escribe y seguirá el precio de entrada, mientras que la generación de código o la escritura larga lo invierten y seguirán el de salida. Compara modelos según la proporción real de tu tráfico, no según el precio de entrada.

El perfil de benchmarks es inusualmente plano: razonamiento lidera con 96/100, pero solo 5 puntos separan la categoría más fuerte de la más débil. Eso convierte a GPT-5.2 Chat en una opción por defecto segura para cargas mixtas donde no puedes predecir qué capacidad exigirá cada petición, y en mala elección si necesitas un especialista.

La ventana de contexto es de 256K tokens y la puntuación de rendimiento, 85/100. El contexto solo se gana su sitio si lo llenas, y llenarlo es justo lo que encarece una petición: una ventana grande es una opción, no un descuento. Para un modelo de capa gama media, juzga la velocidad según lo que hagas: lo decide todo en chat interactivo y casi nada en procesos nocturnos por lotes.

Nada más barato en la tabla iguala a GPT-5.2 Chat en programación y razonamiento combinados, así que su precio mezclado de $5.43 compra una capacidad que ahora mismo no consigues por menos. Ese es el argumento para pagarlo, y conviene revisarlo, porque esta es exactamente la posición que se lleva por delante cualquier lanzamiento nuevo.

La comparación más cercana es Claude 3.5 Sonnet, de Anthropic, a $6.60 por millón frente a $5.43. 1 modelos de esta capa puntúan más alto en programación y razonamiento combinados, que es el encuadre útil: la pregunta rara vez es si un modelo es bueno, sino si es lo más barato que resulta suficientemente bueno para el trabajo concreto que le envías.