https://error-daizenn.hatenablog.com/entry/2025/12/13/102158

2025年12月11日（公開）、OpenAIがフロンティアモデル（frontier model＝最先端モデル）「GPT-5.2」をChatGPTとAPIで提供開始しました。狙いはシンプルで、現実の業務で“最後までやり切る”エージェント（agentic＝自律的に手順を進める）適性を上げること。コーディング、ドキュメント解析、データ分析、そして顧客サポートの現場が直撃ゾーンです。(OpenAI)

何が起きた？発生日時と提供状況

GPT-5.2（Instant/Thinking/Pro）がChatGPT有料プランへ段階ロールアウト、APIでは即利用可能になりました。(OpenAI)

まず日付を固定します。OpenAIの「GPT-5.2 が登場」は2025年12月11日公開で、ChatGPT側はPlus/Pro/Go/Business/Enterpriseに順次展開、APIはすぐに叩ける、という立て付けです。段階展開なので「まだ選べない…」は普通に起きます（焦らなくてOK）。(OpenAI)

なお、APIでは当面GPT-5.1/GPT-5/GPT-4.1を非推奨（deprecated＝段階的終了）にする予定はない、と明記されています。移行の“期限爆弾”は今のところ点火していません。(OpenAI)

何が強くなった？「長文」「道具」「視覚」「コード」の4点セット

ベンチマーク上は長期コンテキスト（long context＝長文文脈）とツール呼び出し（tool calling＝外部機能実行）とビジョン（vision＝画像理解）とコーディングがまとめて底上げです。(OpenAI)

OpenAIの公表値だと、長文文脈のMRCRv2（長文中の参照解決）や、Tau2-bench Telecom（複数ターンの長期ツール運用）、ScreenSpot-Pro（GUIスクショ理解）などで、GPT-5.1 Thinkingよりスコアが大きく伸びています。特に「GUIスクショやチャート読解が苦手で仕事にならない」系の不満に、正面から手当てしてきた印象。(OpenAI)

コーディング面も、SWE-Bench Proでの上積みが明確に出ています。フロントのUI生成や、修正→デバッグ→出荷までを一気通貫でやらせる人には、体感差が出やすいはず。(OpenAI)

API料金：高い？…でも設計次第で“総額”は下がる話

GPT-5.2はGPT-5.1より1トークンあたり約40%高い一方、キャッシュ入力90%割引とトークン効率で総コストが逆転しうる、というのがOpenAIの主張です。(OpenAI)

数字はここが基準点。Standard（標準）料金は、入力100万トークンあたり$1.75、出力100万トークンあたり$14、キャッシュされた入力（cached input＝再利用前提の入力）は$0.175。(OpenAI Platform)
GPT-5.1は入力$1.25、出力$10なので、たしかに約40%増です（1.75/1.25=1.4、14/10=1.4）。(OpenAI Platform)

一方、Priority processing（優先処理）は低レイテンシの代わりに、GPT-5.2だと入力$3.50、出力$28へ跳ねます。ピーク時の安定性を買う料金です。(OpenAI)

reasoning_effortの新ギア：none〜xhighをどう使い分ける？

推論の労力（reasoning_effort＝考える強さ）を“仕事の難しさに合わせて可変”にできるのが、運用面のいちばんデカい変化です。(OpenAI Platform)

API上のreasoning_effortは、none/minimal/low/medium/high/xhigh（none＝推論なし、xhigh＝最強）などが定義されています。速さ優先なら下げ、正確さ優先なら上げる。これだけでレスポンス速度、出力トークン、成功率がガラッと動きます。(OpenAI Platform)

地味に重要なのが「既定値」。Cookbook（開発者向けレシピ集）では、GPT-5.1とGPT-5.2のデフォルト推論レベルはnoneだと注記されています。つまり、放置だと“軽い脳”で走る設定になりがち。ここ、意外とハマります。(OpenAI Cookbook)

あと、GPT-5.2 proはResponses API専用で、reasoning.effortはmedium/high/xhigh対応、とモデルページに書かれています。ガチ難問枠なので、リクエストによっては完了に数分かかる場合がある、という注意もあり。(OpenAI Platform)

いますぐビルドする：最短の手順（Responses/Chat Completions）

迷ったら「gpt-5.2」＋必要時だけreasoning_effortを上げる、が最初の正解になりやすいです。(OpenAI Platform)

(1) まずモデル名を「gpt-5.2」または「gpt-5.2-chat-latest」にする。(OpenAI Platform)
(2) エンドポイントは、Responses API（v1/responses）かChat Completions（v1/chat/completions）を選ぶ。(OpenAI Platform)
(3) 軽い作業はreasoning_effort=none（またはlow）で速度と単価を守る。(OpenAI Platform)
(4) 仕様が曖昧／手戻りが高い作業だけreasoning_effort=high〜xhighへ上げる。(OpenAI Platform)
(5) 同じ長い前置き（規約、マニュアル、DBスキーマ）を投げ続けるなら、プロンプトキャッシュ（prompt cache＝入力の再利用）を前提に設計して90%割引を取りに行く。(OpenAI Platform)
(6) 低遅延が必須ならservice_tier=priority（優先処理）を検討、逆に遅くても安くならFlex processing（柔軟処理）を検討する。(OpenAI Platform)

よくある落とし穴：エラーっぽい症状と回避策

「Flexで通らない」「混雑で落ちる」「制限に当たる」は、GPT-5.2移行初期の“あるある”です。(OpenAI Platform)

Flex processingは“安いけど遅い/供給次第”の世界なので、resource unavailable（リソース不足）系のエラーに当たる可能性があります。その場合、公式ガイドでも「Standardでリトライ」みたいな設計が前提になっています。(OpenAI Platform)

また、OpenAIコミュニティでは「UI側の表示が邪魔」「gpt-5.2-proでservice_tier:flexが未対応っぽい」といった投稿も見えています。環境差もあるので断定はしないけど、最初は“素直な構成”から入るのが安全…かも。(OpenAI Developer Community)

みんなの反応：現場はどこを褒めて、どこに文句を言ってる？

海外の開発者談は「コードは良くなった、でも遅い時がある」「体感は用途で割れる」が多い印象です。(Reddit)

Redditでは、GPT-5.1よりコード品質が上がった一方で速度面に言及する流れがありました。OpenAIコミュニティでも、ロールアウト直後の挙動（表示や設定）に関する小ネタが出ています。こういう生の声、実は移行判断に一番効くんですよね。(Reddit)

プロンプト最適化：Prompt Optimizer更新の“使いどころ”

Prompt Optimizer（プロンプト最適化ツール）を使うと、旧プロンプトの移植や無駄トークン削減が一気に進みます。(OpenAI Cookbook)

CookbookのGPT-5.2 Prompting Guideでは、Playground（開発者向けUI）内のPrompt Optimizerに触れつつ、モデル移行の考え方も整理されています。個人的には、移行初期にいきなり全面書き換えするより、「まず最適化→次にキャッシュ前提へ再設計」の順が失敗しにくい。たぶんね。。(OpenAI Cookbook)

コメント欄をフォーラム化：あなたの“勝ちパターン”教えて

あなたの業務で「どのモデル×どの推論レベル」が刺さったか、具体例がいちばん価値あります。

ここ、みんなでデータ出ししません？同じGPT-5.2でも、CS（customer support＝顧客対応）と開発と分析で最適解が変わります。

コメント用テンプレ（そのままコピペOK）
・用途：例）顧客サポートの返信文＋ナレッジ検索
・モデル：gpt-5.2 / gpt-5.2-chat-latest / gpt-5.2-pro
・reasoning_effort：none / low / medium / high / xhigh
・service_tier：auto / priority / flex
・良かった点：
・困った点（遅い、コスト、精度、エラーなど）：
・回避策（プロンプト、キャッシュ、分割、リトライ設計）：

そして最後に、ちょい意地悪な質問。あなたは「xhighをどの瞬間に解禁する派」？それとも「基本noneで、詰まったら上げる派」？

Reuters