Nota — perfil prospectivo. Esta página describe un modelo que está en vista previa temprana, anunciado pero no disponible generalmente, o proyectado basándose en señales de hoja de ruta. Las especificaciones y capacidades pueden cambiar antes del lanzamiento público. Los datos de benchmarks en vivo en esta página reflejan cualquier endpoint al que nuestro arnés de pruebas pueda acceder hoy.
Esta es la instantánea fechada de GPT-5.2, congelada en el lanzamiento del 11 de diciembre de 2025. El slug flotante gpt-5.2 continuará moviéndose a medida que OpenAI lance actualizaciones posteriores de versión. Esta versión fijada permanece estática: mismos pesos, mismo comportamiento, mismas salidas para las mismas entradas, hasta el día en que el endpoint sea finalmente retirado.
Por qué esta instantánea existe separadamente del slug flotante
Cada generación de modelo se entrega en dos sabores: un objetivo móvil y una referencia fija. El objetivo móvil recibe mejoras silenciosas. La referencia fija no recibe nada, ni siquiera correcciones de errores, pero tampoco se le quita nada. Para evaluación, decisiones reguladas y cualquier producto cuyos tests de aceptación fueron calibrados contra un comportamiento específico, la referencia fija es la única opción sensata.
La división entre gpt-5.2 y gpt-5.2-2025-12-11 es la respuesta operacional a un problema real. Los equipos que apuntaron a slugs flotantes en generaciones pasadas han perdido un comportamiento de producción funcional ante una rotación silenciosa de instantánea más veces de las que nadie admite públicamente. Fijar la instantánea fechada en producción resuelve eso. Leer el slug flotante en pre-lanzamiento te da el nuevo comportamiento para evaluar antes de adoptarlo.
Qué captura esta instantánea
La instantánea de diciembre de 2025 es GPT-5.2 en el lanzamiento. El corte de entrenamiento se sitúa a finales de 2025. La calibración del codificador de visión refleja la configuración de lanzamiento. El entrenamiento de seguridad, los patrones de rechazo, los casos límite de seguimiento de instrucciones: todos ellos están congelados en este punto. Cualquier actualización posterior del slug flotante ha ocurrido en otras instantáneas, no en esta.
Lo que probaste en el lanzamiento es lo que se ejecuta en producción hoy. Ese es el contrato.
Bajo el capó
GPT-5.2 es un decodificador transformer que acepta entradas intercaladas de texto e imagen, con salida únicamente de texto. OpenAI no ha publicado el recuento de parámetros ni los detalles de enrutamiento de expertos. El modelo maneja documentos, gráficos, capturas de pantalla, fotos y diagramas como entradas de imagen; la salida está restringida a texto, incluyendo formatos estructurados como JSON y markdown.
La tokenización utiliza el vocabulario BPE de GPT-5. Las entradas de imagen se codifican en mosaicos con un coste fijo de tokens por mosaico. El presupuesto exacto de mosaicos depende de la resolución y la relación de aspecto; para cargas de trabajo típicas de documentos esto aterriza en unos pocos cientos a un par de miles de tokens de imagen por página, lo que domina rápidamente el recuento total de tokens.
El modelo soporta el conjunto de características estándar de OpenAI en esta instantánea: salida estructurada, llamadas de función, llamadas de herramientas paralelas, entradas de visión y el comportamiento de contexto largo del lanzamiento de GPT-5.2. Cualquier cosa añadida al slug flotante después de diciembre de 2025 puede no estar disponible aquí.
Dónde se sitúa hoy
Para trabajo de propósito general y análisis asistido por visión, la instantánea de diciembre de 2025 de GPT-5.2 se sitúa en el nivel superior de modelos frontera de ese periodo. La clasificación de inteligencia rastrea cómo se compara con los modelos actuales; espera que la brecha con un slug flotante actual crezca con el tiempo a medida que tanto OpenAI como los competidores lancen instantáneas más nuevas.
Para flujos de trabajo de generación de contenido el modelo produce salidas confiables de formato medio. Para extracción de datos de documentos, la capacidad de visión es una ventaja real sobre los extractores de solo texto, particularmente en entradas ricas en diseño como facturas, formularios e informes estructurados.
Cuándo fijar esta instantánea
Los casos claros están impulsados por la reproducibilidad. Usa la instantánea de diciembre de 2025 cuando:
Estás ejecutando un conjunto de evaluación que necesita ser comparable a través del tiempo. Si tus números de benchmark hacen referencia a esta instantánea, comparar ejecuciones futuras contra el slug flotante mide la deriva del modelo, no tu propio cambio.
Estás operando en un dominio regulado donde el modelo que produjo una decisión dada debe ser identificable en logs de auditoría. "GPT-5.2 flotante" no es un identificador. "gpt-5.2-2025-12-11" sí lo es.
Tienes una característica de cara al cliente cuyos prompts y ejemplos few-shot fueron ajustados al comportamiento de esta instantánea, y donde volver a ajustar a través de una migración de instantánea sería costoso o arriesgado.
Estás ejecutando un experimento controlado que requiere que el brazo de control permanezca genuinamente fijo durante la duración de la prueba.
Cuándo no fijar esta instantánea
Evita el slug fechado para el desarrollo de nuevas características. Usa el slug flotante o la instantánea fechada que sea actual; quieres acceso al comportamiento más reciente mientras estás diseñando, no al comportamiento de lanzamiento de un lanzamiento de hace seis meses.
Evítalo para flujos de trabajo cuya calidad está limitada por el modelo en lugar de por el prompt. Si una instantánea más nueva es significativamente mejor en la tarea y el coste de la deriva del comportamiento es bajo, toma la instantánea más nueva.
Evítalo una vez que OpenAI anuncie la línea temporal de depreciación para esta instantánea. Planifica la migración antes de la fecha de puesta de sol en lugar de descubrir el día en que tu endpoint de producción empezó a devolver errores.
Patrón práctico de migración
La mayoría de los equipos convergen en un patrón de dos slugs: la instantánea fechada en producción, el slug flotante en pre-lanzamiento. Las nuevas instantáneas se evalúan contra el conjunto canary antes de ser adoptadas. Cuando la nueva instantánea pasa la evaluación y cualquier regresión visible para el cliente es aceptada o mitigada, los pins de producción se actualizan a la nueva versión fechada, y el ciclo se repite.
Este patrón te da la estabilidad operacional del comportamiento fijado con un camino estructurado para incorporar mejoras. Cuesta una pequeña cantidad de ingeniería adicional —ejecutar dos versiones en paralelo durante el periodo de evaluación— y ahorra una cantidad mucho mayor de respuesta a incidentes de rotaciones silenciosas de modelo.
Alternativas
Si la reproducibilidad del comportamiento de visión es crítica y el cronograma de depreciación de OpenAI no coincide con tus requisitos de retención, los modelos multimodales de pesos abiertos te dan control indefinido. Los trade-offs de precisión y latencia son reales, pero los pesos nunca se mueven bajo ti.
Si necesitas el mismo tipo de comportamiento fijado pero un nivel de calidad diferente, todos los demás modelos de la familia GPT-5.2 —y cada slug flotante a lo largo de la línea 5.x más amplia— se envían con una contraparte fechada. Elige el perfil de calidad y modalidad que coincida con la carga de trabajo, luego fija la versión fechada.
Última revisión técnica: 2026-05-22 — Tokonomix.ai
