OpenAI的GPT-5.2，具備400K上下文、128K輸出、99.0 AA數學能力，透過OrcaRouter以每1M tokens $1.75/$14的價格提供。
OpenAI 的 GPT-5.2-2025-12-11 是 GPT-5 系列中的一個大型語言模型，於 2025 年 12 月發布。它專為處理擴展上下文長度及多模態輸入（包括文字、圖片和檔案）而設計。該模型支援 400,000 個 token 的上下文視窗，以及最多 128,000 個 token 的輸出，適用於涉及大型文件或長時間互動的任務。可透過 OrcaRouter 的 OpenAI 相容…
憑藉40萬個token的上下文視窗，模型可以一次性處理整本書籍、長篇研究報告、大型程式碼庫或長時間的對話紀錄。這使得它可以完成諸如摘要整部小說、分析完整法律合約，或維持數百輪連貫對話等任務。12.8萬個token的最大輸出允許模型生成大量內容，例如草擬長篇報告或產出大塊程式碼。這種擴展的上下文能力減少了對分塊或外部記憶體的需求，簡化了依賴大規模資訊處理之應用程式的開發流程。
此模型接受三種輸入模態：檔案、圖片及文字。這表示您可以提供 PDF、試算表或其他檔案類型作為輸入，也可以提供圖表、螢幕截圖或照片等圖片。此模型會與文字提示一同處理這些輸入，從而能夠執行如解釋圖表、從圖片中擷取資料，或摘要掃描文件等任務。雖然圖片和檔案的確切代幣成本取決於提供者如何編碼，但定價模式適用於所產生的代幣使用量。多模態能力對於需要將視覺資訊與自然語言推理整合的應用特別有用。
該模型在需要深度數學推理的任務中表現出色，如其99.0 AA Math分數所示。它也非常適合長篇內容生成、多模態分析和複雜問題解決。最佳使用案例包括：包含大量方程式的學術研究論文；需要理解或生成整個程式庫的軟體工程；文件長達數百頁的法律分析；以及需要回憶整個對話歷史的客戶支援聊天機器人。然而，對於較簡單或較短的任務，較小且較便宜的模型可能更具成本效益。該模型的優勢在其大上下文和推理能力得到充分利用時最為明顯。
如果你的使用場景涉及簡短提示、簡單查詢，或不需要深度數學推理的任務，那麼較便宜的模型可能更適合。例如，對於基本分類、簡短文字生成或低延遲對話，使用像 GPT-4o-mini 或更小的開源替代方案，能以較低的成本達到可接受的結果。模型每 100 萬個 token 的高輸出價格為 14.00 美元，這使得它在產生大量文字但無需擴展上下文或數學能力的應用中顯得昂貴。在投入此模型之前，請評估你的任務是否能從 40 萬上下文和 99.0 AA 數學表現中受益。
此模型的關鍵基準分數為 AA Math 評測中的 99.0 分。AA Math 是一項旨在評估高層次數學推理能力的測試，涵蓋代數、算術、微積分和邏輯問題解決。99.0 的分數表示該模型幾乎能正確解答所有呈現的數學問題，使其在此特定指標上名列前茅。雖然這項基準是數學能力的有力指標，但它並非衡量整體智能或適用於所有任務的全面標準。若數學表現至關重要，使用者應考慮在其特定領域進行額外評估。
延遲與吞吐量取決於輸入大小、請求的輸出長度，以及 OrcaRouter API 當前的流量。由於模型規模龐大且支援多達 128,000 個輸出 token，非常長的生成內容可能需要耗費大量的實際時間。對於短回應（幾百個 token），延遲通常落在數秒的範圍內。該服務並未公開揭露每個模型的每秒 token 處理速率，但具有高吞吐量需求的使用者可能希望用自己的工作負載進行測試。串流回應（使用 stream 參數）可以降低互動式應用程式的感知延遲。該模型透過相同的 OpenAI 相容端點存取，因此其延遲特性與透過 OrcaRouter 提供的其他模型相似。
該模型的主要優勢在於數學推理能力，其AA Math分數高達99.0即為證明。同時，它在處理超長上下文（最多400K tokens）與生成大量輸出（最多128K tokens）方面表現出色。其多模態輸入支援使其能對圖像與檔案進行推理，因此在數據分析與文件理解上極具通用性。對於需要整合長篇文件資訊或進行複雜分析推理的任務，此模型很可能勝過較小的替代方案。此外，透過OrcaRouter提供的零加價定價，您只需支付供應商費率，無需額外費用。
儘管該模型有其優勢，但仍有侷限性。每個輸出token的成本高昂（每1M個token $14.00），對於需要產生大量文字的應用程式來說，費用可能會迅速累積。在非數學推理任務上的表現，可能並未比更便宜的替代方案有相應的提升。該模型也可能展現典型的LLM弱點，例如幻覺，尤其在處理冷門或非常近期資訊時。多模態輸入處理可能導致token使用量超出預期，具體取決於圖像與檔案的token化方式。最後，40萬token的上下文視窗僅針對輸入總量；在此範圍內，模型仍可能難以處理極長距離的依賴關係，不過整體表現仍屬良好。
定價基於 token 使用量：每 1 百萬輸入 token 收費 $1.75，每 1 百萬輸出 token 收費 $14.00。這些是 OrcaRouter 以零加成傳遞的供應商費率。輸入 token 包括提供者編碼的文字、圖片及檔案。輸出 token 則由模型生成。費用按每個請求計算，總帳單為輸入與輸出 token 費用的總和。例如，一個包含 10,000 個輸入 token 和 2,000 個輸出 token 的請求，其成本約為 $0.0000175（輸入）+ $0.000028（輸出）= $0.0000455。用戶可透過 OrcaRouter 的日誌與帳單儀表板監控使用情況。
輸出價格（每百萬個Token為14.00美元）是輸入價格（每百萬個Token為1.75美元）的八倍。這與提供者對大型模型的定價結構一致，反映了自迴歸生成的運算成本。順序生成Token需要大量的GPU記憶體與運算資源，特別是在具有40萬上下文視窗的模型上。對於需要長輸出的應用程式，輸出成本將佔主導地位。使用者應設計提示詞以盡可能減少輸出長度，或考慮快取重複的回應。OrcaRouter 未對這些費率添加任何加成，因此您看到的定價即為提供者的價格。
是的。因為模型的輸出 token 成本較高，值得評估任務是否真正需要高數學準確度或長上下文。對於較短或較簡單的輸出，較便宜的模型可能就足夠了。此外，使用多模態輸入可能會增加輸入 token 成本，如果圖像被編碼成許多 token。你可以透過壓縮圖像或盡可能使用純文字提示來降低成本。OrcaRouter 提供重複提示的快取（如果啟用），這可以減少相同或相似請求的輸入 token 成本。然而，模型定價是按量付費，除非提供商引入批量折扣，否則沒有折扣。
OrcaRouter 提供快取功能，可降低重複輸入令牌的成本。啟用快取後，相同的輸入前綴可能被儲存並跨請求重複使用，因此您無需為重新處理相同令牌付費。這對於頻繁發送相同系統提示、少量樣本或大型上下文片段的應用特別有益。快取通常會保留一段有限時間（例如幾分鐘到幾小時）。使用者可透過 API 設定快取參數。實際節省費用取決於輸入重複率。請注意，輸出令牌永遠不會被快取，因為它們是按請求生成的。
您透過 OrcaRouter 的 OpenAI 相容 API 呼叫模型，其基礎 URL 為 https://api.orcarouter.ai/v1。使用標準的 OpenAI 聊天完成端點，並將模型參數設為 "openai/gpt-5.2-2025-12-11"。您的 API 密鑰（從 OrcaRouter 取得）會以 Bearer 令牌的形式在 Authorization 標頭中發送。使用 Python 和 OpenAI 函式庫的範例如下： 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"}] ) 回應格式與 OpenAI 的 ChatCompletion 結構一致。將 stream=True 設定即可支援串流（Streaming）。
所有標準的 OpenAI 聊天完成參數均受支援，包括：model（必要）、messages（訊息物件陣列）、max_tokens（最多 128,000）、temperature、top_p、frequency_penalty、presence_penalty、stop 以及 stream。對於多模態輸入，您可以使用標準的 OpenAI 內容部分結構（例如 content: [{"type":"image_url","image_url":{"url":"..."}}]）在訊息內容中包含圖片或檔案 URL。該模型亦支援 max_completion_tokens 參數，以便您限制輸出。請注意，上下文窗口包含輸入與輸出 token，因此請確保總 token 數（輸入 + 輸出）不超過 400,000。若超出限制，API 將回傳錯誤。
如果您目前直接使用 OpenAI 的 API，遷移到 OrcaRouter 只需更改 base URL 和 API key。將 openai.api_base 從 "https://api.openai.com/v1" 改為 "https://api.orcarouter.ai/v1"，並使用您的 OrcaRouter API key。所有其他程式碼保持不變，包括模型名稱（例如 "openai/gpt-5.2-2025-12-11"）和請求格式。回應結構完全相同。用一個請求測試連線。OrcaRouter 不會增加提供商交付之外的任何延遲，定價透明（無加價）。對於需要切換模型的用戶，同一端點適用於 OrcaRouter 上所有可用的模型。
認證方式為在Authorization標頭中傳送API金鑰："Bearer <your-api-key>"。您可透過在OrcaRouter建立帳戶並從儀表板產生金鑰來取得API金鑰。無需個別的客戶端ID或密碼，僅API金鑰即足夠。此金鑰應妥善保管，切勿暴露於客戶端程式碼中。若為伺服器端應用程式，請將其儲存於環境變數中。若不同團隊或專案需要多組金鑰，您可以在儀表板中建立多組金鑰。所有請求均根據金鑰關聯的帳戶進行計費。速率限制與用量配額係按金鑰分別套用；具體細節請參閱OrcaRouter的文件。
相比早期的GPT-4.0模型，GPT-5.2-2025-12-11提供了更大的上下文窗口（400K，而GPT-4 Turbo通常為32K或128K）、更高的輸出限制（128K對比8K-32K），以及多模態輸入支援（GPT-4 Turbo也支援圖片，但GPT-5.2增加了檔案輸入）。AA數學分數99.0很可能遠高於GPT-4.0在數學基準測試中的典型表現（類似測試中約為70-80）。定價不同：GPT-4 Turbo每百萬Token收費$10/$30，而這個模型輸入較便宜（$1.75），但輸出較貴（$14）。對於輸出量較少的任務，GPT-5.2整體上可能更具成本效益。
Anthropic 的 Claude 模型也提供大型上下文視窗（例如 Claude 3.5 Sonnet 支援 200K）。Claude 3.5 Opus 具有可比的數學能力，但沒有公開的 AA Math 分數。GPT-5.2 的 400K 上下文是大多數 Claude 模型的兩倍，其 128K 輸出也大於 Claude 典型的 4K-8K 輸出。定價差異：Claude 3.5 Sonnet 為每 1M tokens $3/$15，而 GPT-5.2 為 $1.75/$14。因此 GPT-5.2 的輸入更便宜，但輸出價格相近。Claude 模型具有強大的安全對齊，且通常更受對話場景的青睞。選擇取決於具體的任務需求，尤其是當你需要更高的輸出容量或數學表現時。
像 Llama 3.1 405B 或 Mixtral 8x22B 這類開源模型的上下文窗口較小（通常為 128K 或更低），且數學基準測試分數也較低。例如，Llama 3.1 405B 在類似數學測試中的分數約為 85-90。它們無法媲美 GPT-5.2 的 99.0 AA 數學能力或其多模態檔案輸入功能。然而，開源模型可以自行託管，若您擁有硬體，則可在規模化運作時提供更低的每 token 成本。透過 OrcaRouter 使用 GPT-5.2 可享有易用性、零基礎設施與零加成定價。若使用者需要極致的數學準確性，封閉源碼模型更勝一籌；若使用者優先考量成本控制與透過自行託管保障資料隱私，則開源模型可能更為合適。
相容 OpenAI——沿用你現有的 SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| 輸入 / 1M tokens | $1.75 |
| 輸出 / 1M tokens | $14.00 |
| 快取讀取 / 1M | $0.175 |
| 貨幣 | USD |
基於標價的估算
僅為估算——實際 Token 數取決於供應商的分詞器。
@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