OpenAI's GPT-5.2 مع سياق 400 ألف، خرج 128 ألف، 99.0 AA Math، بسعر 1.75 دولار / 14 دولارًا لكل مليون رمز عبر OrcaRouter.
OpenAI's GPT-5.2-2025-12-11 هو نموذج لغوي كبير من سلسلة GPT-5، تم إصداره في ديسمبر 2025. وهو مصمم للتعامل مع أطوال سياق ممتدة ومدخلات متعددة الوسائط، بما في ذلك النصوص والصور والملفات. يدعم النموذج…
مع نافذة سياق تصل إلى 400,000 رمز، يمكن للنموذج معالجة كتب كاملة، وتقارير بحثية طويلة، وقواعد بيانات شاملة للبرمجيات، أو سجلات محادثات ممتدة في طلب واحد. وهذا يتيح مهامًا مثل تلخيص رواية كاملة، أو تحليل عقد قانوني متكامل، أو الحفاظ على حوار متماسك عبر مئات الجولات. يسمح الحد الأقصى للإخراج البالغ 128,000 رمز للنموذج بتوليد محتوى كبير، مثل صياغة تقرير طويل أو إنتاج كتلة كبيرة من التعليمات البرمجية. تعمل هذه القدرة الموسعة على السياق على تقليل الحاجة إلى التقسيم أو الذاكرة الخارجية، مما يبسط سير عمل التطوير للتطبيقات التي تعتمد على معالجة المعلومات على نطاق واسع.
يقبل النموذج ثلاث طرق للإدخال: الملف، والصورة، والنص. وهذا يعني أنه يمكنك تقديم ملفات PDF أو جداول بيانات أو أنواع ملفات أخرى كإدخال، بالإضافة إلى الصور مثل المخططات أو لقطات الشاشة أو الصور الفوتوغرافية. يقوم النموذج بمعالجة هذه المدخلات إلى جانب النصوص المطلوبة، مما يتيح أداء مهام مثل شرح رسم بياني، أو استخراج بيانات من صورة، أو تلخيص مستند ممسوح ضوئيًا. في حين أن التكلفة الدقيقة للرمز المميز للصور والملفات تعتمد على طريقة تشفير المزوّد لها، فإن نموذج التسعير يُطبَّق على استخدام الرمز المميز الناتج. تُعد القدرة متعددة الوسائط مفيدة بشكل خاص للتطبيقات التي تحتاج إلى دمج المعلومات البصرية مع التفكير اللغوي الطبيعي.
يتميز النموذج في المهام التي تتطلب تفكيرًا رياضيًا عميقًا، كما يتضح من درجته 99.0 في اختبار AA Math. كما أنه مناسب تمامًا لتوليد المحتوى الطويل، والتحليل متعدد الوسائط، وحل المشكلات المعقدة. تتضمن حالات الاستخدام المثلى: البحث الأكاديمي حيث تحتوي الأوراق على معادلات موسعة؛ وهندسة البرمجيات حيث يجب فهم أو توليد مكتبات بأكملها؛ والتحليل القانوني حيث تمتد المستندات لمئات الصفحات؛ وروبوتات الدردشة لخدمة العملاء التي تحتاج إلى تذكر سجل المحادثات بالكامل. ومع ذلك، بالنسبة للمهام الأبسط أو الأقصر، قد يكون النموذج الأصغر والأرخص أكثر فعالية من حيث التكلفة. تظهر نقاط القوة في النموذج بشكل أوضح عندما يتم الاستفادة الكاملة من سياقه الكبير وقدراته الاستدلالية.
إذا كانت حالة الاستخدام الخاصة بك تتضمن مطالبات قصيرة، أو استفسارات بسيطة، أو مهام لا تتطلب تفكيرًا رياضيًا عميقًا، فقد يكون نموذج أرخص أكثر ملاءمة. على سبيل المثال، للتصنيف الأساسي، أو توليد النصوص القصيرة، أو الدردشة منخفضة زمن الاستجابة، يمكن لنموذج مثل GPT-4o-mini أو بديل مفتوح المصدر أصغر أن يقدم نتائج مقبولة بجزء بسيط من التكلفة. سعر الإخراج المرتفع البالغ 14.00 دولارًا لكل مليون رمز يجعل النموذج مكلفًا للتطبيقات التي تولد كميات كبيرة من النص دون الحاجة إلى السياق الموسع أو القوة الرياضية. قيّم ما إذا كانت مهمتك تستفيد من سياق 400K وأداء 99.0 AA Math قبل الالتزام بهذا النموذج.
المرجع الأساسي لهذا النموذج هو 99.0 في اختبار AA Math للرياضيات. اختبار AA Math مصمم لتقييم القدرات الاستدلالية الرياضية على مستوى عالٍ، بما في ذلك الجبر والحساب وحساب التفاضل والتكامل وحل المشكلات المنطقية. تشير درجة 99.0 إلى أن النموذج قادر على حل جميع المسائل الرياضية المقدمة تقريبًا بشكل صحيح، مما يضعه بين أفضل النماذج أداءً في هذا المقياس المحدد. على الرغم من أن هذا المرجع يعد مؤشرًا قويًا على الكفاءة الرياضية، إلا أنه ليس مقياسًا شاملاً للذكاء العام أو الملاءمة لجميع المهام. يجب على المستخدمين النظر في تقييم إضافي في مجالهم المحدد إذا كان أداء الرياضيات أمرًا بالغ الأهمية.
يعتمد زمن الاستجابة والإنتاجية على حجم المدخلات، وطول المخرجات المطلوبة، وحركة المرور الحالية على واجهة OrcaRouter API. نظرًا لأن النموذج كبير ويدعم ما يصل إلى 128,000 رمز مخرج، فإن التوليدات الطويلة جدًا قد تستغرق وقتًا ملحوظًا على الحائط. بالنسبة للاستجابات القصيرة (بضع مئات من الرموز)، يتراوح زمن الاستجابة عادةً في نطاق بضع ثوانٍ. لا تكشف الخدمة علنًا عن معدلات الرموز في الثانية لكل نموذج، ولكن المستخدمين الذين لديهم احتياجات إنتاجية عالية قد يرغبون في الاختبار بأعباء عمل خاصة بهم. يمكن أن تعمل الاستجابات المتدفقة (باستخدام وسيط التدفق) على تقليل زمن الاستجابة الملحوظ للتطبيقات التفاعلية. يتم الوصول إلى النموذج عبر نفس نقطة النهاية المتوافقة مع OpenAI، لذا فإن خصائص زمن الاستجابة مماثلة للنماذج الأخرى المقدمة عبر OrcaRouter.
القوة الأساسية للنموذج هي التفكير الرياضي، كما تؤكد ذلك درجته في AA Math البالغة 99.0. كما يُظهر قدرات قوية في معالجة السياقات الطويلة جدًا (حتى 400K رمز) وتوليد مخرجات كبيرة (حتى 128K رمز). يدعم إدخال الوسائط المتعددة، مما يسمح له بالتفكير في الصور والملفات، مما يجعله متعدد الاستخدامات لتحليل البيانات وفهم المستندات. بالنسبة للمهام التي تتطلب تجميع المعلومات عبر المستندات الطويلة أو إجراء تفكير تحليلي معقد، فمن المرجح أن يتفوق هذا النموذج على البدائل الأصغر. بالإضافة إلى ذلك، فإن التسعير بدون هامش ربح عبر OrcaRouter يعني أنك تدفع سعر المزود دون رسوم إضافية.
على الرغم من نقاط قوته، إلا أن النموذج له قيود. التكلفة العالية لكل رمز مخرجات (14.00 دولارًا لكل مليون رمز) يمكن أن تتراكم بسرعة للتطبيقات التي تولد كميات كبيرة من النص. قد لا يكون أداؤه في مهام التفكير غير الرياضية أفضل بشكل نسبي من البدائل الأرخص. قد يُظهر النموذج أيضًا نقاط ضعف نموذجية لنماذج اللغة الكبيرة مثل الهلوسة، خاصةً مع المعلومات الغامضة أو الحديثة جدًا. قد تؤدي معالجة المدخلات متعددة الوسائط إلى استخدام رموز أعلى من المتوقع، اعتمادًا على كيفية ترميز الصور والملفات. أخيرًا، نافذة السياق البالغة 400 ألف رمز مخصصة لإجمالي المدخلات؛ قد لا يزال النموذج يواجه صعوبة في التعامل مع التبعيات الطويلة جدًا ضمن تلك النافذة، على الرغم من أدائه الجيد بشكل عام.
يعتمد التسعير على استخدام التوكنات: 1.75 دولار لكل مليون توكن إدخال و14.00 دولار لكل مليون توكن إخراج. هذه هي أسعار المزود التي تمر عبر OrcaRouter بدون أي هامش ربح. تشمل توكنات الإدخال النصوص والصور والملفات كما يتم ترميزها بواسطة المزود. توكنات الإخراج يتم توليدها بواسطة النموذج. تُحسب التكاليف لكل طلب، والفاتورة الإجمالية هي مجموع تكاليف توكنات الإدخال والإخراج. على سبيل المثال، طلب يحتوي على 10,000 توكن إدخال و2,000 توكن إخراج سيكلف تقريبًا 0.0000175 دولار (إدخال) + 0.000028 دولار (إخراج) = 0.0000455 دولار. يمكن للمستخدمين مراقبة الاستخدام عبر لوحة تحكم السجل والفواتير في OrcaRouter.
سعر الإخراج (14.00 دولارًا لكل مليون رمز) هو ثمانية أضعاف سعر الإدخال (1.75 دولارًا لكل مليون رمز). يتوافق هذا مع هيكل التسعير الخاص بالمزود للنماذج الكبيرة، مما يعكس التكلفة الحسابية للتوليد التلقائي الانحداري. يتطلب توليد الرموز بشكل متسلسل ذاكرة وحدة معالجة رسومية وقدرة حسابية كبيرة، خاصة للنماذج ذات نوافذ السياق التي تبلغ 400 ألف رمز. بالنسبة للتطبيقات التي تتطلب مخرجات طويلة، ستكون تكلفة الإخراج هي السائدة. يجب على المستخدمين تصميم المطالبات (prompts) لتقليل طول الإخراج قدر الإمكان، أو التفكير في تخزين الردود المتكررة مؤقتًا (caching). لا يضيف OrcaRouter أي هامش ربح إلى هذه الأسعار، لذا فإن السعر الذي تراه هو سعر المزود.
نعم. نظرًا لأن رموز الإخراج للنموذج باهظة الثمن، فمن المفيد تقييم ما إذا كانت المهمة تحتاج حقًا إلى الدقة الرياضية العالية أو السياق الطويل. بالنسبة للمخرجات الأقصر أو الأبسط، قد يكون النموذج الأرخص كافيًا. بالإضافة إلى ذلك، قد يؤدي استخدام المدخلات متعددة الوسائط إلى زيادة تكاليف رموز الإدخال إذا تم تشفير الصور إلى العديد من الرموز. يمكنك تقليل التكاليف عن طريق ضغط الصور أو استخدام مطالبات نصية فقط عندما يكون ذلك ممكنًا. يوفر OrcaRouter تخزينًا مؤقتًا للمطالبات المتكررة (إذا تم تمكينه)، مما قد يقلل من تكاليف رموز الإدخال للطلبات المتطابقة أو المشابهة. ومع ذلك، فإن تسعير النموذج هو نظام الدفع حسب الاستخدام، دون خصومات على الاستخدام بالجملة ما لم يقدمها المزود.
يوفر OrcaRouter ميزة تخزين مؤقت يمكنها تقليل التكاليف في حالة تكرار الرموز (tokens) المدخلة. عند تفعيل التخزين المؤقت، يمكن تخزين البادئات المدخلة المتطابقة وإعادة استخدامها عبر الطلبات، وبالتالي لن تُفرض عليك رسوم إعادة معالجة نفس الرموز. هذا مفيد بشكل خاص للتطبيقات التي ترسل بشكل متكرر نفس أنظمة التعليمات (system prompts)، أو أمثلة قليلة (few-shot examples)، أو أجزاء كبيرة من السياق. عادةً ما يتم الاحتفاظ بالتخزين المؤقت لمدة زمنية محددة (مثل دقائق إلى ساعات). يمكن للمستخدمين تكوين معاملات التخزين المؤقت عبر واجهة برمجة التطبيقات (API). يعتمد التوفير الدقيق على معدل تكرار مدخلاتك. يُرجى ملاحظة أن رموز الإخراج (output tokens) لا تُخزَّن مطلقًا، حيث يتم إنشاؤها لكل طلب على حدة.
يمكنك الاتصال بالنموذج عبر واجهة OrcaRouter المتوافقة مع OpenAI على عنوان URL الأساسي https://api.orcarouter.ai/v1. استخدم نقطة نهاية الدردشة القياسية من OpenAI مع تعيين معامل النموذج إلى "openai/gpt-5.2-2025-12-11". يتم إرسال مفتاح API الخاص بك (الذي تم الحصول عليه من OrcaRouter) في رأس Authorization كـ Bearer token. مثال باستخدام Python ومكتبة OpenAI: import openai openai.api_base = "https://api.orcarouter.ai/v1" openai.api_key = "your-key" response = openai.ChatCompletion.create( model="openai/gpt-5.2-2025-12-11", messages=[{"role":"user","content":"Solve 2+2"}] ) يتطابق تنسيق الاستجابة مع بنية ChatCompletion الخاصة بـ OpenAI. يتم دعم البث عن طريق تعيين stream=True.
جميع معاملات OpenAI Chat Completion القياسية مدعومة، بما في ذلك: model (مطلوب)، messages (مصفوفة من كائنات الرسائل)، max_tokens (حتى 128,000)، temperature، top_p، frequency_penalty، presence_penalty، stop، stream. بالنسبة للمدخلات متعددة الوسائط، يمكنك تضمين روابط الصور أو الملفات في محتوى الرسالة باستخدام هيكل أجزاء المحتوى القياسي من OpenAI (مثل: content: [{"type":"image_url","image_url":{"url":"..."}}]). كما يدعم النموذج معامل max_completion_tokens إذا كنت ترغب في تحديد المخرجات. لاحظ أن نافذة السياق تشمل كلًا من رموز الإدخال والإخراج، لذا تأكد من أن إجمالي الرموز (إدخال + إخراج) لا يتجاوز 400,000. ستعيد واجهة API أخطاءً إذا تم تجاوز الحدود.
إذا كنت تستخدم حاليًا واجهة برمجة تطبيقات OpenAI مباشرة، فإن الانتقال إلى OrcaRouter يتطلب تغيير عنوان URL الأساسي ومفتاح API فقط. استبدل openai.api_base من "https://api.openai.com/v1" إلى "https://api.orcarouter.ai/v1" واستخدم مفتاح API الخاص بـ OrcaRouter. أبقِ باقي الكود كما هو، بما في ذلك أسماء النماذج (مثل "openai/gpt-5.2-2025-12-11") وتنسيقات الطلبات. هيكل الاستجابة متطابق. اختبر باستخدام طلب واحد للتحقق من الاتصال. لا يضيف OrcaRouter أي تأخير إضافي يتجاوز ما يقدمه الموفر، والتسعير شفاف (بدون هامش ربح). بالنسبة للمستخدمين الذين يحتاجون إلى تبديل النماذج، فإن نقطة النهاية نفسها تعمل مع جميع النماذج المتاحة على OrcaRouter.
يتم المصادقة عبر مفتاح API يتم إرساله في رأس Authorization: "Bearer <your-api-key>". يمكنك الحصول على مفتاح API عن طريق إنشاء حساب على OrcaRouter وإنشاء مفتاح من لوحة التحكم. لا يوجد معرف عميل منفصل أو سر؛ مفتاح API وحده كافٍ. يجب الاحتفاظ بالمفتاح بشكل آمن وعدم كشفه في كود جانب العميل. بالنسبة لتطبيقات جانب الخادم، قم بتخزينه في متغيرات البيئة. إذا كنت بحاجة إلى مفاتيح متعددة لفرق أو مشاريع مختلفة، يمكنك إنشاء مفاتيح متعددة في لوحة التحكم. تتم فوترة جميع الطلبات على الحساب المرتبط بالمفتاح. تطبق حدود المعدل وحصص الاستخدام لكل مفتاح؛ راجع وثائق OrcaRouter للحصول على التفاصيل.
بالمقارنة مع نماذج GPT-4.0 السابقة، يقدم نموذج GPT-5.2-2025-12-11 نافذة سياق أكبر بكثير (400 ألف مقابل 32 ألف أو 128 ألف عادةً لـ GPT-4 Turbo)، وحد إخراج أعلى (128 ألف مقابل 8 آلاف-32 ألفًا)، ودعم إدخال متعدد الوسائط (يدعم GPT-4 Turbo الصور أيضًا، لكن GPT-5.2 يضيف إدخال الملفات). درجة AA Math البالغة 99.0 أعلى بكثير على الأرجح من أداء GPT-4.0 النموذجي في اختبارات الرياضيات، والتي كانت حوالي 70-80 في اختبارات مماثلة. تختلف الأسعار: كان GPT-4 Turbo بسعر 10/30 دولارًا لكل مليون رمز، بينما هذا النموذج أرخص للإدخال (1.75 دولارًا) لكنه أغلى للإخراج (14 دولارًا). بالنسبة للمهام التي تتطلب إخراجًا أقل، قد يكون GPT-5.2 أكثر فعالية من حيث التكلفة بشكل عام.
نماذج كلود من أنثروبيك تقدم أيضًا نوافذ سياقية كبيرة (على سبيل المثال، كلود 3.5 سونيت لديه 200 ألف). كلود 3.5 أوبوس لديه قدرات رياضية مماثلة ولكن لا توجد نتيجة AA Math معلنة رسميًا. سياق GPT-5.2 البالغ 400 ألف هو ضعف سياق معظم نماذج كلود، وإخراجه البالغ 128 ألف أكبر أيضًا من إخراج كلود النموذجي الذي يتراوح بين 4K-8K. اختلافات التسعير: كلود 3.5 سونيت كان 3 دولار/15 دولارًا لكل مليون رمز، بينما GPT-5.2 هو 1.75 دولار/14 دولارًا. لذا فإن GPT-5.2 أرخص في المدخلات ولكنه مشابه في المخرجات. تتمتع نماذج كلود بتوافق قوي مع السلامة وغالبًا ما يتم تفضيلها في الحوار. يعتمد الاختيار على متطلبات المهمة المحددة، خاصة إذا كنت بحاجة إلى سعة إخراج أعلى أو أداء رياضي.
النماذج مفتوحة المصدر مثل Llama 3.1 405B أو Mixtral 8x22B تحتوي على نوافذ سياق أصغر (عادة 128K أو أقل) ودرجات أقل في معايير الرياضيات. على سبيل المثال، يسجل Llama 3.1 405B حوالي 85-90 في اختبارات رياضيات مماثلة. لا يمكنها مجاراة درجة 99.0 AA Math الخاصة بـ GPT-5.2 أو إدخال الملفات متعددة الوسائط الخاص به. ومع ذلك، يمكن استضافة النماذج مفتوحة المصدر ذاتيًا، مما يوفر تكاليف أقل لكل رمز على نطاق واسع إذا كان لديك الأجهزة المناسبة. يوفر GPT-5.2 عبر OrcaRouter سهولة الاستخدام، وعدم الحاجة إلى بنية تحتية، وتسعير بدون هامش ربح. بالنسبة للمستخدمين الذين يحتاجون إلى أقصى دقة في الرياضيات، فإن النموذج مغلق المصدر أفضل؛ أما بالنسبة لأولئك الذين يعطون الأولوية للتحكم في التكاليف وخصوصية البيانات عبر الاستضافة الذاتية، فقد تكون النماذج مفتوحة المصدر هي المفضلة.
متوافق مع OpenAI — أبقِ على SDK الحالي
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-5.2-2025-12-11",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| الإدخال / 1M توكن | $1.75 |
| الإخراج / 1M توكن | $14.00 |
| قراءة الذاكرة المؤقتة / 1M | $0.175 |
| العملة | USD |
تقدير بناءً على السعر المُعلن
تقدير فقط — يعتمد العدد الفعلي للرموز على مُجزّئ الرموز الخاص بالمزوّد.
GET /api/public/models/openai/gpt-5.2-2025-12-11فتح @misc{orcarouter_gpt_5_2_2025_12_11,
title = {openai/gpt-5.2-2025-12-11 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5.2-2025-12-11}
}openai. (n.d.). openai/gpt-5.2-2025-12-11 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5.2-2025-12-11