GPT 5.2 Codex
OpenAI | 400,000 token context | $1.75/M input, $14.00/M output. GPT-5.2-Codex হল GPT-5.1-Codex-এর উন্নত সংস্করণ, যা সফটওয়্যার ইঞ্জিনিয়ারিং এবং কোডিং ওয়ার্কফ্লোর জন্য অপ্টিমাইজড। এটি ইন্টারেক্টিভ ডেভেলপমেন্ট সেশন এবং জটিল প্রকৌশল কাজের দীর্ঘ, স্বাধীন এক্সিকিউশনের জন্য ডিজাইন করা হয়েছে। মডেলটি শূন্য থেকে প্রকল্প তৈরি, ফিচার ডেভেলপমেন্ট, ডিবাগিং, বৃহৎ-স্কেল রিফ্যাক্টরিং এবং কোড রিভিউ সমর্থন করে। GPT-5.1-Codex-এর তুলনায়, 5.2-Codex আরও নিয়ন্ত্রণযোগ্য, ডেভেলপার নির্দেশনার প্রতি ঘনিষ্ঠভাবে অনুগত এবং পরিষ্কার, উচ্চ-মানের কোড আউটপুট তৈরি করে। reasoning.effort প্যারামিটার দিয়ে যুক্তি প্রচেষ্টা…OpenAI | 400,000 token context | $1.75/M input, $14.00/M output. GPT-5.2-Codex হল GPT-5.1-Codex-এর উন্নত সংস্করণ, যা সফটওয়্যার ইঞ্জিনিয়ারিং এবং কোডিং ওয়ার্কফ্লোর জন্য অপ্টিমাইজড। এটি ইন্টারেক্টিভ ডেভেলপমেন্ট সেশন এবং জটিল প্রকৌশল কাজের দীর্ঘ, স্বাধীন এক্সিকিউশনের জন্য ডিজাইন করা হয়েছে। মডেলটি শূন্য থেকে প্রকল্প তৈরি, ফিচার ডেভেলপমেন্ট, ডিবাগিং, বৃহৎ-স্কেল রিফ্যাক্টরিং এবং কোড রিভিউ সমর্থন করে। GPT-5.1-Codex-এর তুলনায়, 5.2-Codex আরও নিয়ন্ত্রণযোগ্য, ডেভেলপার নির্দেশনার প্রতি ঘনিষ্ঠভাবে অনুগত এবং পরিষ্কার, উচ্চ-মানের কোড আউটপুট তৈরি করে। reasoning.effort প্যারামিটার দিয়ে যুক্তি প্রচেষ্টা সামঞ্জস্য করা যায়। ডকুমেন্টেশন পড়ুন এখানেOpens in new tab Codex CLI, IDE এক্সটেনশন, GitHub এবং ক্লাউড টাস্কসহ ডেভেলপার পরিবেশে ইন্টিগ্রেটেড। এটি যুক্তি প্রচেষ্টা গতিশীলভাবে মানিয়ে নেয়—ছোট কাজের জন্য দ্রুত প্রতিক্রিয়া দেয় এবং বড় প্রকল্পের জন্য দীর্ঘমেয়াদী রান বজায় রাখে। মডেলটি কাঠামোবদ্ধ কোড রিভিউ করতে প্রশিক্ষিত, নির্ভরশীলতার উপর যুক্তি করে এবং পরীক্ষার বিরুদ্ধে আচরণ যাচাই করে গুরুত্বপূর্ণ ত্রুটি ধরতে পারে। এটি UI ডেভেলপমেন্টের জন্য ছবি বা স্ক্রিনশটের মতো বহু-মোডাল ইনপুট এবং সার্চ, ডিপেন্ডেন্সি ইনস্টলেশন, এবং পরিবেশ সেটআপের জন্য টুল ব্যবহারের সমর্থন দেয়। Codex বিশেষভাবে এজেন্টিক কোডিং অ্যাপ্লিকেশনের জন্য তৈরি।
ক্যাপ্টেনের নোটস
পরিচিত
- সমন্বয়যোগ্য যুক্তি প্রচেষ্টা: ছোট কাজের জন্য দ্রুত, বহু-ঘণ্টার এজেন্টিক রান জন্য স্থায়ী।
- গঠনমূলক কোড পর্যালোচনা যা নির্ভরশীলতা ট্রেস করে এবং টেস্টের বিরুদ্ধে যাচাই করে।
- ইমেজ এবং স্ক্রিনশট গ্রহণ করে UI উন্নয়নের জন্য কোডের পাশাপাশি।
- CLI, IDE এক্সটেনশন, GitHub এবং ক্লাউড টাস্ক পরিবেশের সাথে ইন্টিগ্রেটেড।
- পূর্বসূরীর চেয়ে বেশি নিয়ন্ত্রণযোগ্য, ডেভেলপার নির্দেশনার কাছাকাছি।
সতর্ক থাকুন
- আউটপুট টোকেন প্রতি মিলিয়ন $14.00 — দীর্ঘ এজেন্টিক রান দ্রুত ব্যয়বহুল হতে পারে।
- বন্ধ ওজন, শুধুমাত্র API; আপনি এটি লোকালি চালাতে বা মডেল পরীক্ষা করতে পারবেন না।
- বিশেষভাবে কোডিং ওয়ার্কফ্লোর জন্য ডিজাইন করা — সাধারণ উদ্দেশ্যের সহকারী নয়।
চেষ্টা করার প্রম্পটস
তুলনা করুন
- gpt-oss-120bওপেন-ওয়েটস মডেল131,072 টোকেন প্রসঙ্গ · $0.15/M ইনপুট, $0.60/M আউটপুট
- gpt-oss-20bওপেন-ওয়েটস মডেল131,072 টোকেন প্রসঙ্গ · $0.02/M ইনপুট, $0.09/M আউটপুট
- GPT-6 Lunaশুধুমাত্র API মডেল1,050,000 টোকেন প্রসঙ্গ · $0.10/M ইনপুট, $0.50/M আউটপুট
- GPT-5.6 Lunaশুধুমাত্র API মডেল1,050,000 টোকেন প্রসঙ্গ · $0.20/M ইনপুট, $1.20/M আউটপুট
মানুষ যে প্রশ্ন করে
- আমি কি GPT-5.2-Codex লোকালি চালাতে পারি?
- না। OpenAI ওজন প্রকাশ করেনি, তাই এটি শুধুমাত্র API — নিজস্ব হার্ডওয়্যারে চালানোর কোনো উপায় নেই।
- GPT-5.2-Codex এর খরচ কত এবং প্রসঙ্গ উইন্ডো কত?
- মূল্য প্রতি মিলিয়ন ইনপুট টোকেন $1.75 এবং প্রতি মিলিয়ন আউটপুট টোকেন $14.00, প্রসঙ্গ উইন্ডো ৪০০,০০০ টোকেন।
- GPT-5.2-Codex এবং GPT-5.1-Codex এর মধ্যে পার্থক্য কী?
- OpenAI বলেছে 5.2-Codex বেশি নিয়ন্ত্রণযোগ্য, ডেভেলপার নির্দেশনা আরও ভালো অনুসরণ করে, এবং পূর্বসূরীর তুলনায় পরিষ্কার কোড আউটপুট দেয়।
ক্যাপ্টেনের সিদ্ধান্তএজেন্টিক কোডিং কাজের জন্য একটি গুরুতর টুল, তবে আউটপুট টোকেনের দাম দেখে সাবধান থাকতে হবে যা আপনি নির্বিঘ্নে চালাতে দেন।
শব্দকোষ: এখানে ব্যবহৃত শব্দগুলো
- হিট স্কোর
- একটি সংখ্যা যা দেখায় মডেলটি এখন কতটা ব্যবহৃত এবং চাওয়া হচ্ছে, 0° থেকে 9,999° পর্যন্ত। এই সাইটের প্রতিটি তালিকা যা hottest বলে সেটি এই স্কোর অনুযায়ী সাজানো হয়, আর কিছু নয়।
- ফ্লোর
- প্রতিটি মডেল যার কাছে আসল ডেটা আছে তার জন্য 7,000° থেকে শুরু। স্কেল 0° থেকে 9,999° পর্যন্ত; ফ্লোরের নিচের অংশ স্ট্যান্ড-ইন (ডেটা ছাড়া মডেল) এর জন্য রাখা হয়েছে, যাতে ডেটা থাকা মডেল সবসময় ডেটা ছাড়া মডেলের উপরে থাকে। ফ্লোর সবার জন্য একই এবং কিছু নির্ধারণ করে না; এর উপরের ডিগ্রি গুলোই মাপ।
- ডাউনলোড-সমতুল্য
- যা কিছু স্কোর ডাউনলোড হিসেবে গণনা করে, সব যোগ করা হয়েছে: ডাউনলোড নিজেই, প্রতিটি টরেন্ট সিডার 1,000 হিসেবে, প্রতিটি AI Horde ছবি এবং প্রতিটি জেনারেশন সাইটে রান এক হিসেবে।
- লগ স্কেল
- দশের ভিত্তিতে গণনা, একের ভিত্তিতে নয়: 1,000 থেকে 10,000 ডাউনলোডে যাওয়া একই ডিগ্রি যোগ করে যেমন 10,000 থেকে 100,000 এ যাওয়া। এটা বড় মডেলগুলোকে সবকিছু ছাপিয়ে যাওয়া থেকে রোধ করে।
- লাইক
- প্রতিটি উৎস থেকে থাম্বস আপ এবং লাইক, লগ স্কেলে প্রতিটি ডাউনলোডের অর্ধেক মূল্যমান।
- গ্রহণের হার
- একটি মডেল এখন প্রতিদিন কত ডাউনলোড পাচ্ছে, একটি উৎসের দুই রিডিংয়ের পার্থক্য থেকে। ডাউনলোড টার্মের এক চতুর্থাংশ ওজন।
- পরিমাপ করা এবং অনুমান করা
- পরিমাপ করা মানে একটি উৎসের দুটি রিডিং আছে এবং তার মধ্যে পার্থক্য সত্য। অনুমান করা মানে শুধু আজকের মোট জানা আছে এবং অতীত মডেলের জীবনের উপর ছড়িয়ে দেওয়া হয়েছে; সাইট বলে কোনটি দেখাচ্ছে।
- সিডার
- যে কেউ ওজনের একটি কপি অনলাইনে রাখে অন্যদের টরেন্টের মাধ্যমে ডাউনলোড করার জন্য, অথবা একটি হোস্ট করা মিরর যা একই কাজ করে। প্রতিটি 1,000 ডাউনলোড হিসাবে গণনা হয়।
- AI হোর্ড
- একটি স্বেচ্ছাসেবক নেটওয়ার্ক যা দানকৃত কম্পিউটারে বিনামূল্যে ছবি তৈরি করে। একটি মডেলের সাথে এটি যত ছবি তৈরি করেছে তা প্রকাশ্য, এবং প্রতিটি একটি ডাউনলোড হিসাবে গণ্য হয়।
- জেনারেশন সাইটসমূহ
- সাইটগুলো যারা তাদের নিজস্ব মডেলের কপি হোস্ট করে এবং মানুষকে সেটি দিয়ে ছবি তৈরি করতে দেয়, যেমন PixAI, SeaArt এবং Yodayo। তাদের ডাউনলোড Civitai এর মতো গণনা হয় এবং প্রতিটি জেনারেশন রান একটি ডাউনলোড হিসাবে গণ্য হয়।
- OpenRouter টোকেন
- Claude বা GPT এর মতো API এর মাধ্যমে পরিবেশিত একটি টেক্সট মডেলের ওজন ডাউনলোড করার কিছু থাকে না, তাই এর ব্যবহার টোকেনে পরিমাপ করা হয়: OpenRouter এর মাধ্যমে এটি পড়া এবং লেখা টেক্সটের অংশ, যা অনেক অ্যাপ ব্যবহার করে, গত ৩০ দিনে। প্রতি 10,000,000 টোকেনকে একটি ডাউনলোড হিসেবে গণ্য করা হয়। উৎস: OpenRouter (openrouter.ai/rankings), CC BY 4.0।
- পূর্ণ মডেল (চেকপয়েন্ট)
- ওজনগুলো নিজেই, সেই ফাইল যা নিজে থেকে জেনারেট করে। এটি একটি বোনাস পায় কারণ অ্যাড-অনগুলো এর উপর নির্ভর করে।
- LoRA এবং এমবেডিং
- ছোট অ্যাড-অন ফাইল যা অন্য কারো ওজনকে একটি স্টাইল, চরিত্র বা ধারণার দিকে পরিচালিত করে। এগুলো একা চালানো যায় না।
- পরিবার এবং ওজন
- যে বেসের উপর একটি মডেল তৈরি হয়, যেমন SD 1.5, SDXL, Flux বা Wan। প্রতিটি মডেল তার পরিবারের ওজনের রিলিজ তারিখ উত্তরাধিকার সূত্রে পায়।
- বয়স
- পরিবারের ওজন কতদিন আগে বের হয়েছে তার জন্য ডিগ্রি কমানো হয়: বছরে ১৫০°, সর্বোচ্চ ৭৫০° পর্যন্ত। এটি পুরানো ডাউনলোডগুলো ধরে রাখে যেগুলো বছরের পর বছর জমা হয়েছে তালিকার শীর্ষ থেকে ফ্রিজ করে।
- পরিবার বুস্ট
- একটি ছোট, সীমাবদ্ধ ধাক্কা LoRA গুলোর জন্য যেগুলো এই সাইট এখন এগিয়ে দিচ্ছে, সবসময় ব্রেকডাউনে তালিকাভুক্ত থাকে।
- স্ট্যান্ড-ইন স্কোর
- একটি স্থিতিশীল সংখ্যা যা একটি মডেলের জন্য দেওয়া হয় যার কোন উৎস এখনও রিপোর্ট করেনি, যাতে তালিকা সম্পূর্ণ থাকে। এটি কখনোই ডেটা সহ মডেলের উপরে স্থান পায় না।
- নতুন! (গ্রেস পিরিয়ড)
- 7 দিনের কম বয়সী একটি মডেল স্কোরের পরিবর্তে নতুন! দেখায় এবং র্যাঙ্কিংয়ে স্থান পায় না। এর স্কোর প্রথম দিন থেকে গণনা হয়, কিন্তু একদিন বয়সী মডেল দ্রুত বৃদ্ধি পায়, তাই অপেক্ষা না করলে সপ্তাহের #1 সবসময় গতকালের নতুন মডেল হতো, সপ্তাহ ধরে টিকে থাকা মডেলের পরিবর্তে।
- ট্রেন্ড
- একটি মডেলের বৃদ্ধি একটি নির্দিষ্ট সময়ে কেমন হয়েছে তা একই সময়ের মধ্যে সাধারণ মডেলের বৃদ্ধির সাথে তুলনা করে। সাধারণের চেয়ে দ্রুত হলে তা বৃদ্ধি, ধীর হলে পতন হিসেবে পড়ে।
- সাধারণ মডেল
- ক্যাটালগের মাঝামাঝি: অর্ধেক মডেল একটি সংখ্যার সাথে সময়কালে দ্রুত বৃদ্ধি পেয়েছে, অর্ধেক ধীর।
