GPT 5.2 Codex
4666°
इस मॉडल को चलाएं
ऑफर / विज्ञापन
OpenAI | 400,000 token context | $1.75/M input, $14.00/M output. GPT-5.2-Codex GPT-5.1-Codex का उन्नत संस्करण है, जो सॉफ़्टवेयर इंजीनियरिंग और कोडिंग कार्यप्रवाहों के लिए अनुकूलित है। यह इंटरैक्टिव विकास सत्रों और जटिल इंजीनियरिंग कार्यों के लंबे, स्वतंत्र निष्पादन दोनों के लिए डिज़ाइन किया गया है। मॉडल प्रोजेक्ट्स को स्क्रैच से बनाने, फीचर विकास, डिबगिंग, बड़े पैमाने पर पुनर्गठन, और कोड समीक्षा का समर्थन करता है। GPT-5.1-Codex की तुलना में, 5.2-Codex अधिक नियंत्रित है, डेवलपर निर्देशों का कड़ाई से पालन करता है, और साफ़, उच्च गुणवत्ता वाले कोड आउटपुट उत्पन्न करता है। reasoning.effort पैरामीटर…OpenAI | 400,000 token context | $1.75/M input, $14.00/M output. GPT-5.2-Codex GPT-5.1-Codex का उन्नत संस्करण है, जो सॉफ़्टवेयर इंजीनियरिंग और कोडिंग कार्यप्रवाहों के लिए अनुकूलित है। यह इंटरैक्टिव विकास सत्रों और जटिल इंजीनियरिंग कार्यों के लंबे, स्वतंत्र निष्पादन दोनों के लिए डिज़ाइन किया गया है। मॉडल प्रोजेक्ट्स को स्क्रैच से बनाने, फीचर विकास, डिबगिंग, बड़े पैमाने पर पुनर्गठन, और कोड समीक्षा का समर्थन करता है। GPT-5.1-Codex की तुलना में, 5.2-Codex अधिक नियंत्रित है, डेवलपर निर्देशों का कड़ाई से पालन करता है, और साफ़, उच्च गुणवत्ता वाले कोड आउटपुट उत्पन्न करता है। reasoning.effort पैरामीटर के साथ तर्क प्रयास समायोजित किया जा सकता है। Codex CLI, IDE एक्सटेंशन्स, GitHub, और क्लाउड टास्क सहित डेवलपर वातावरण में एकीकृत होता है। यह तर्क प्रयास को गतिशील रूप से अनुकूलित करता है—छोटे कार्यों के लिए तेज़ प्रतिक्रिया प्रदान करता है जबकि बड़े प्रोजेक्ट्स के लिए विस्तारित बहु-घंटे रन बनाए रखता है। मॉडल संरचित कोड समीक्षा करने के लिए प्रशिक्षित है, निर्भरताओं पर तर्क करके और परीक्षणों के खिलाफ व्यवहार को मान्य करके महत्वपूर्ण दोष पकड़ता है। यह UI विकास के लिए छवियों या स्क्रीनशॉट जैसे बहु-मोडल इनपुट का समर्थन करता है और खोज, निर्भरता स्थापना, और पर्यावरण सेटअप के लिए टूल उपयोग को एकीकृत करता है। Codex विशेष रूप से एजेंटिक कोडिंग अनुप्रयोगों के लिए बनाया गया है।
इस मॉडल के लिए गाइड
ओपन वेट्स, ओपन सोर्स और केवल API: आप वास्तव में क्या कर सकते हैं
अक्टूबर 2026 में AI मॉडल कैसे चुनें: बंद स्रोत समाचार, फिर डाउनलोड करने योग्य खुले वज़न
2026 में सबसे सस्ते 10 ChatGPT विकल्प: मुफ्त लोकल मॉडल, मुफ्त टियर और फ्लैट-रेट प्लान
कैप्टन के नोट्स
2026-10-13 के नोट्स
GPT-5.2-Codex OpenAI का समर्पित कोडिंग मॉडल है, जो ग्रीनफील्ड प्रोजेक्ट्स से लेकर बड़े पैमाने पर पुनर्गठन और संरचित कोड समीक्षा तक पूरे सॉफ़्टवेयर इंजीनियरिंग जीवनचक्र के लिए बनाया गया है। यह GPT-5.1-Codex की तुलना में बेहतर निर्देश पालन और साफ आउटपुट प्रदान करता है, और तर्क प्रयास को त्वरित संपादनों से लेकर कई घंटे के स्वायत्त रन तक बढ़ाता है। यदि आपका काम मुख्य रूप से कोड है, तो यह OpenAI मॉडल आपके लिए है।
के लिए जाना जाता है
- समायोज्य तर्क प्रयास: छोटे कार्यों के लिए तेज़, कई घंटे के एजेंटिक रन के लिए निरंतर।
- संरचित कोड समीक्षा जो निर्भरताओं को ट्रेस करती है और परीक्षणों के खिलाफ मान्य करती है।
- कोड के साथ UI विकास के लिए इमेज और स्क्रीनशॉट स्वीकार करता है।
- CLI, IDE एक्सटेंशन्स, GitHub, और क्लाउड टास्क वातावरण के साथ एकीकृत।
- अपने पूर्ववर्ती की तुलना में अधिक नियंत्रित, डेवलपर निर्देशों का अधिक सटीक पालन।
सावधान रहें
- आउटपुट टोकन की लागत $14.00 प्रति मिलियन है — विस्तारित एजेंटिक रन तेज़ी से महंगे हो सकते हैं।
- वज़न बंद हैं, केवल API; आप इसे स्थानीय रूप से नहीं चला सकते या मॉडल की जांच नहीं कर सकते।
- विशेष रूप से कोडिंग वर्कफ़्लोज़ के लिए डिज़ाइन किया गया — सामान्य प्रयोजन सहायक नहीं।
के लिए सबसे अच्छा
प्रयास करने के लिए प्रॉम्प्ट
एक गंदे मॉड्यूल को पुनर्गठित करें
यहाँ एक Python मॉड्यूल है जो धीरे-धीरे बढ़ा है और अब बनाए रखना मुश्किल है। इसे पुनर्गठित करें: जिम्मेदारियों को अच्छी तरह नामित फ़ंक्शंस में विभाजित करें, डुप्लिकेशन हटाएं, टाइप हिंट्स जोड़ें, और किसी भी अस्पष्ट डिज़ाइन निर्णय की संक्षिप्त टिप्पणी लिखें। अपना मॉड्यूल नीचे पेस्ट करें।
गंभीर दोषों के लिए कोड की समीक्षा करें
निम्नलिखित पुल डिफ़ का संरचित कोड समीक्षा करें। पहले किसी भी गंभीर बग, सुरक्षा मुद्दों, या लॉजिक त्रुटियों की पहचान करें, फिर स्टाइल और रखरखाव संबंधी चिंताओं को अलग से नोट करें। प्रत्येक मुद्दे के महत्व को समझाएं और ठोस सुधार सुझाएं।
स्क्रीनशॉट से फीचर बनाएं
मैं एक UI डिज़ाइन का स्क्रीनशॉट संलग्न कर रहा हूँ। इसे React कंपोनेंट के रूप में TypeScript के साथ लागू करें। नियंत्रित इनपुट्स, बुनियादी सत्यापन (आवश्यक फ़ील्ड, ईमेल फॉर्मेट), और एक सबमिट हैंडलर का उपयोग करें जो फॉर्म डेटा को कंसोल में लॉग करता है। लेआउट को यथासंभव मिलाएं।
की तुलना करें
- gpt-oss-120bओपन-वेट्स मॉडल131,072 टोकन संदर्भ · $0.15/M इनपुट, $0.60/M आउटपुट
- gpt-oss-20bओपन-वेट्स मॉडल131,072 टोकन संदर्भ · $0.02/M इनपुट, $0.09/M आउटपुट
- GPT-6 Lunaकेवल API मॉडल1,050,000 टोकन संदर्भ · $0.10/M इनपुट, $0.50/M आउटपुट
- GPT-5.6 Lunaकेवल API मॉडल1,050,000 टोकन संदर्भ · $0.20/M इनपुट, $1.20/M आउटपुट
openai से और टेक्स्ट मॉडल
लोग जो सवाल पूछते हैं
- क्या मैं GPT-5.2-Codex को स्थानीय रूप से चला सकता हूँ?
- नहीं। OpenAI ने वज़न जारी नहीं किए हैं, इसलिए यह केवल API के माध्यम से उपलब्ध है — इसे अपने हार्डवेयर पर चलाने का कोई तरीका नहीं है।
- GPT-5.2-Codex की लागत क्या है और संदर्भ विंडो कितनी है?
- मूल्य निर्धारण $1.75 प्रति मिलियन इनपुट टोकन और $14.00 प्रति मिलियन आउटपुट टोकन है, साथ ही 400,000-टोकन संदर्भ विंडो है।
- GPT-5.2-Codex GPT-5.1-Codex से कैसे अलग है?
- OpenAI के अनुसार 5.2-Codex अधिक नियंत्रित है, डेवलपर निर्देशों का अधिक सटीक पालन करता है, और अपने पूर्ववर्ती की तुलना में साफ कोड आउटपुट उत्पन्न करता है।
कैप्टन का निर्णयएजेंटिक कोडिंग कार्य के लिए एक गंभीर उपकरण, लेकिन आउटपुट टोकन की कीमत के कारण आपको इसे बिना निगरानी चलाने में सावधानी बरतनी चाहिए।
कैप्टन ये नोट्स मॉडल के अपने विवरण और मॉडल कार्ड से लिखता है। कीमतें और संदर्भ आकार लेखन के समय प्रदाता के हैं और बदल सकते हैं।
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
यह स्कोर कैसे जमा होता है
इस मॉडल के पास अभी तक किसी भी स्रोत से लोकप्रियता डेटा नहीं है, इसलिए इसमें 7,000° से नीचे एक स्टैंड-इन नंबर होता है जो सूचियों को पूरा रखता है। यह कभी भी डेटा वाले मॉडल से ऊपर रैंक नहीं करता। जैसे ही कोई स्रोत रिपोर्ट करता है, यहाँ उसका विवरण दिखता है।
शब्दावली: यहाँ इस्तेमाल हुए शब्द
- हीट स्कोर
- एक नंबर जो बताता है कि मॉडल अभी कितना इस्तेमाल हो रहा है और कितना पसंद किया जा रहा है, 0° से 9,999° तक। इस साइट की हर 'सबसे गर्म' सूची इसी के हिसाब से सॉर्ट होती है।
- फ्लोर
- 7,000° जो हर मॉडल को असली डेटा के साथ मिलता है। स्केल 0° से 9,999° तक चलता है; फ्लोर से नीचे का हिस्सा बिना डेटा वाले मॉडल के लिए रखा गया है, ताकि डेटा वाला मॉडल हमेशा ऊपर रहे। फ्लोर सबके लिए एक जैसा है और कुछ तय नहीं करता; इससे ऊपर के डिग्री माप हैं।
- डाउनलोड-बराबर
- स्कोर जो कुछ भी डाउनलोड मानता है, उसका जोड़: खुद डाउनलोड, हर टोरेंट सीडर को 1,000, हर AI Horde इमेज और हर जनरेशन साइट पर रन को 1 माना जाता है।
- लॉग स्केल
- दस के हिसाब से गिनती, एक-एक करके नहीं: 1,000 से 10,000 डाउनलोड जाना उतना ही डिग्री बढ़ाता है जितना 10,000 से 100,000 जाना। इससे बड़े मॉडल बाकी सबको दबाते नहीं।
- लाइक्स
- हर स्रोत से अंगूठा ऊपर और लाइक्स, जो लॉग स्केल पर आधे डाउनलोड के बराबर हैं।
- अपनाने की दर
- अभी मॉडल को रोजाना कितने डाउनलोड मिल रहे हैं, दो माप के बीच के अंतर से। डाउनलोड के वजन का एक चौथाई।
- मापा और अनुमानित
- मापा मतलब किसी स्रोत के दो रीडिंग मौजूद हैं और उनका अंतर असली है। अनुमानित मतलब केवल आज का कुल पता है और पिछला डेटा मॉडल के जीवनकाल में फैला हुआ है; साइट बताती है कि कौन सा दिखा रही है।
- सीडर
- कोई जो वज़न की कॉपी ऑनलाइन रखता है ताकि दूसरे टोरेंट के जरिए डाउनलोड कर सकें, या होस्टेड मिरर जो ऐसा करता है। हर एक को 1,000 डाउनलोड माना जाता है।
- AI हॉरड
- एक स्वयंसेवी नेटवर्क जो दान किए गए कंप्यूटरों पर मुफ्त में इमेज बनाता है। किसी मॉडल के साथ बनाई गई इमेज की संख्या सार्वजनिक होती है, और हर एक को एक डाउनलोड माना जाता है।
- जनरेशन साइट्स
- ऐसी साइट्स जो अपने मॉडल की कॉपी होस्ट करती हैं और लोगों को उससे जनरेट करने देती हैं, जैसे PixAI, SeaArt और Yodayo। इनके डाउनलोड Civitai की तरह गिने जाते हैं और हर जनरेशन रन को एक डाउनलोड माना जाता है।
- OpenRouter टोकन
- Claude या GPT जैसे API के माध्यम से सेवा प्राप्त टेक्स्ट मॉडल के लिए डाउनलोड करने के लिए कोई वज़न नहीं होता, इसलिए इसका उपयोग टोकन में मापा जाता है: वे टेक्स्ट के टुकड़े जो इसने OpenRouter के माध्यम से पढ़े और लिखे, जो कई ऐप्स द्वारा उपयोग किया जाने वाला एक गेटवे है, पिछले 30 दिनों में। हर 10,000,000 टोकन एक डाउनलोड के रूप में गिने जाते हैं। स्रोत: OpenRouter (openrouter.ai/rankings), CC BY 4.0।
- पूरा मॉडल (चेकपॉइंट)
- खुद जनरेट करने वाली फाइल, वज़न खुद में। इसे बोनस मिलता है क्योंकि एड-ऑन इसी पर निर्भर होते हैं।
- LoRA और एम्बेडिंग
- छोटे एड-ऑन फाइल जो किसी और के वज़न को एक स्टाइल, कैरेक्टर या कॉन्सेप्ट की ओर मोड़ते हैं। ये अकेले नहीं चल सकते।
- फैमिली और वज़न
- जिस बेस पर मॉडल बना है, जैसे SD 1.5, SDXL, Flux या Wan। हर मॉडल अपने फैमिली के वज़न की रिलीज़ तारीख विरासत में लेता है।
- उम्र
- कितने समय पहले फैमिली के वज़न आए थे उसके हिसाब से घटाई गई डिग्री: सालाना 150°, अधिकतम 750° तक। यह पुराने डाउनलोड्स को सूची के शीर्ष से फ्रीज करके रखता है।
- फैमिली बूस्ट
- इस साइट द्वारा अभी आगे बढ़ाए जा रहे फैमिली के LoRA के लिए एक छोटा, सीमित बढ़ावा, जो हमेशा ब्रेकडाउन में दिखता है।
- स्टैंड-इन स्कोर
- एक स्थिर संख्या जो उस मॉडल को दी जाती है जिसके लिए अभी कोई स्रोत रिपोर्ट नहीं है, ताकि सूचियाँ पूरी रहें। यह कभी भी डेटा वाले मॉडल से ऊपर रैंक नहीं करता।
- नया! (ग्रेस अवधि)
- एक मॉडल जो 7 दिनों से कम पुराना है, वह स्कोर के बजाय नया! दिखाता है और रैंकिंग में कोई स्थान नहीं रखता। इसका स्कोर पहले दिन से गणना किया जाता है, लेकिन एक दिन पुराना मॉडल सबसे तेज़ बढ़ता है, इसलिए बिना इंतजार के सप्ताह का #1 हमेशा कल निकला हुआ मॉडल होता बजाय उस मॉडल के जो एक सप्ताह तक टिके।
- ट्रेंड
- किसी अवधि में मॉडल की बढ़त की तुलना उसी अवधि में सामान्य मॉडल की बढ़त से। सामान्य से तेज़ बढ़त को उछाल माना जाता है, धीमी को गिरावट।
- सामान्य मॉडल
- कैटलॉग का मध्य: आधे मॉडल जिनके आंकड़े हैं, उन्होंने उस अवधि में तेज़ बढ़त की, आधे ने धीमी।
GPT 5.2 Codex Text / LLM फ़ैमिली का एक टेक्स्ट मॉडल है, जो ModelTrends.ai पर सूचीबद्ध है — ओपन सोर्स AI इमेज, वीडियो और टेक्स्ट मॉडल की एक केवल-पढ़ने योग्य सूची। इसकी तुलना अन्य Text / LLM मॉडल से करें और ट्रेंड देखने के लिए इसका हीट स्कोर देखें।
मॉडल फ़ैमिली के अनुसार ब्राउज़ करें
Text / LLM मॉडल
434
Anima मॉडल
528
Chroma मॉडल
19
Fibo मॉडल
2
Flux मॉडल
1,496
Flux 2 / Klein मॉडल
1,239
Flux 3 मॉडल
3
Moss मॉडल
3
Iris मॉडल
1
MiniMax H3 मॉडल
364
Hunyuan मॉडल
204
Ideogram मॉडल
20
Krea2 मॉडल
717
Qwen मॉडल
20
Qwen2 मॉडल
47
Ltx2 मॉडल
153