GPT-5.2-Codex
よりコスパが高いモデル: MiMo-V2.5 $0.138/MでIndex 56.3(35分の1の価格)。
より安価でスコアの高いランク付けモデルが41つあります:Gemini 4 Carbon (68.9, $4.00)、GPT-6.1 Sol (66.6, $4.00)、Gemini 4 Argon (65.3, $4.00)ほか38つ。
2026年11月16日時点で、GPT-5.2-Codex(OpenAI)のBenchLeader Indexは57.6です(ランク付け対象は608構成)。最も強いのはエージェント・ツール(69)、最も弱いのはコーディング(55)です。API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$14.00(3:1のブレンドで$4.81)で、2026年11月16日時点の定価です。出力速度は約45トークン/秒です(OpenRouter)。2025年12月18日にリリースされました。
要点(2026年11月16日時点)
- GPT-5.2-CodexのAPI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$14.00(3:1のブレンドで$4.81)です(定価、2026年11月16日)。
- GPT-5.2-Codexの出力速度は約45トークン/秒です(OpenRouter、2026年11月16日)。
- GPT-5.2-Codexは2025年12月18日にリリースされました(OpenAI)。
詳しく見ると:GPT-5.2-CodexはOpenAIのプロプライエタリな推論モデルです(2025年12月18日リリース)。最もスコアの高い構成は、BenchLeader Indexで57.6 ±10.0を記録し、608構成中150位で上位半分に入ります。重要なのはこの「±」です。ほかに397構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別ではエージェント・ツールが最も高く(69)、コーディングが最も低くなっています(55)。ブレンド価格は100万トークンあたり$4.81で、ランク付けされたモデルの中で最も高価な部類です。出力速度は45トークン/秒、最初のトークンまで1.5秒で、最も遅い4分の1に入ります。3通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。
- ブレンド価格
- $4.81/M
- 入力$1.75・出力$14.00
- 出典:LiteLLM price table
- 出力速度
- 45 tok/s
- OpenRouterのトラフィック(7日間の中央値)。Artificial Analysisによる測定はまだありません
- 回答開始
- 1.46 s
- コンテキスト
- 272k
- 出典:LiteLLM price table
- タスクあたりコスト
- –
- タスクあたりトークン数
- –
- リリース日
- 2025年12月18日
- 総合Index58
- コーディング55
- エージェント・ツール69
この順位を埋め込む
ほかのバッジスタイル[](https://www.benchleader.com/models/gpt-5-2-codex)README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。
バージョン
OpenAIはこの名前で4つのモデルを公開しています。それぞれ自身の結果だけでランク付けされます。新しいバージョンはまだ結果が少ないことが多く、結果が増えるまではIndexが平均寄りになります。
| モデル | リリース日 | Index | 順位 |
|---|---|---|---|
| GPT-5.3-Codexxhigh | 2026年2月5日 | 62.9 | #45 |
| GPT-5.2-Codexこのページ | 2025年12月18日 | 57.6 | #150 |
| GPT-5.1-Codexhigh | 2025年11月12日 | – | – |
| GPT-5-Codexhigh | 2025年9月15日 | 58.6 | #125 |
推論エフォート別の構成
同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。
Indexの推移
2026年9月9日〜2026年11月16日Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。
ベンチマーク結果
LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。
推論
| ベンチマーク | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| LiveBench 1.0 ReasoningIndex対象外エフォート未記載 | – | 77.7%#57 | LiveBench | |
| GPQA Diamond (AA)Index対象外 | 89.9%#67 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)Index対象外 | 35.7%#128 | – | Artificial Analysis | |
| CritPtIndex対象外 | 8.7%#148 | – | Artificial Analysis |
コーディング
| ベンチマーク | high | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Arena WebDevエフォート未記載 | – | 1339#124 | Arena (LMArena) | |
| LiveBench 1.0 CodingIndex対象外エフォート未記載 | – | 83.6%#8 | LiveBench | |
| LiveCodeBenchエフォート未記載 | – | 88.0%#9 | Vals AI | |
| SWE-bench (Vals)Index対象外 | 72.4%#53 | – | Vals AI | |
| SWE-Bench Proエフォート未記載 | – | 41.0%#11 | Scale AI SEAL | |
| SWE-bench Verified (bash only)エフォート未記載 | – | 72.8%#7 | SWE-bench | |
| SWE-bench Multilingual (bash only)Index対象外エフォート未記載 | – | 66.3%#10 | SWE-bench | |
| SWE-bench Verified (any scaffold)Index対象外エフォート未記載 | – | 72.8%#10 | SWE-bench | |
| Vibe Code Bench v1.1Index対象外 | 37.9%#76 | – | Vals AI | |
| SWE-Bench Pro (private)Index対象外エフォート未記載 | – | 27.7%#6 | Scale AI SEAL | |
| ALE-BenchIndex対象外エフォート未記載 | – | 1299.9#41 | Epoch AI Benchmarking Hub |
エージェント・ツール
| ベンチマーク | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| Terminal-Benchエフォート未記載 | – | 66.5%#8 | Terminal-Bench | |
| LiveBench Agentic CodingIndex対象外エフォート未記載 | – | 49.4%#45 | LiveBench | |
| Terminal-Bench Hard | 37.1%#69 | – | Artificial Analysis | |
| τ²-Bench Telecom (AA)Index対象外 | 92.1%#54 | – | Artificial Analysis | |
| Design Arena AgenticIndex対象外エフォート未記載 | – | 1039#72 | Design Arena |
数学
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| LiveBench MathematicsIndex対象外 | 88.8%#41 | LiveBench |
知識
| ベンチマーク | 標準 | 出典 | 推移 |
|---|---|---|---|
| LiveBench 1.0 Data AnalysisIndex対象外 | 78.2%#26 | LiveBench |
指示追従
| ベンチマーク | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| LiveBench LanguageIndex対象外エフォート未記載 | – | 73.7%#54 | LiveBench | |
| LiveBench Instruction FollowingIndex対象外エフォート未記載 | – | 66.5%#42 | LiveBench | |
| IFBench | 77.6%#16 | – | Artificial Analysis |
マルチモーダル
| ベンチマーク | xhigh | 出典 | 推移 |
|---|---|---|---|
| MMMU-Pro | 76.3%#102 | Artificial Analysis |
長文コンテキスト
| ベンチマーク | xhigh | 出典 | 推移 |
|---|---|---|---|
| AA-LCR v1.1 | 82.3%#47 | Artificial Analysis |
総合
| ベンチマーク | xhigh | 標準 | 出典 | 推移 |
|---|---|---|---|---|
| LiveBench 1.0Index対象外エフォート未記載 | – | 74.0%#43 | LiveBench | |
| AA Intelligence Index v4.3.2Index対象外 | 28.5#140 | – | Artificial Analysis | |
| AA Progress Index v1Index対象外 | 290.2#145 | – | Artificial Analysis |
API料金:提供プロバイダー別
OpenRouter経由でこのモデルを提供しているすべてのプロバイダーです。スループットと最初のトークンまでのレイテンシは直近30分の実トラフィックで測定し、価格は各プロバイダー自身のものです。紫は各列の最良値を示します。
| プロバイダー | 速度 | 最初のトークン | 入力 $/M | 出力 $/M | コンテキスト | 量子化 |
|---|---|---|---|---|---|---|
| Azure | 53 tok/s | 1.28 s | $1.75 | $14.00 | 400k | – |
タスクあたりのコスト
最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.175のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。
| ワークロード | 入力/出力トークン | コスト | キャッシュあり | 時間 |
|---|---|---|---|---|
| チャットの返答 | 400 / 300 | $0.0049 | $0.0044 | 8.1 s |
| 30ページのレポートを要約 | 12,000 / 600 | $0.029 | $0.015 | 14.8 s |
| コード編集 | 6,000 / 1,500 | $0.032 | $0.024 | 34.8 s |
| エージェント型コーディングセッション | 60,000 / 4,000 | $0.161 | $0.090 | 1.5 min |
| 構造化データの抽出 | 2,000 / 200 | $0.0063 | $0.0039 | 5.9 s |
GPT-5.2-Codexと比較する
関連ページ
埋め込み・引用
GPT-5.2-Codexの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。
[](https://www.benchleader.com/models/gpt-5-2-codex)このページを引用する
ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:
BenchLeader. (2026, November 16). GPT-5.2-Codex on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-5-2-codex
BibTeX:
@misc{benchleader_gpt_5_2_codex_20261116,
author = {{BenchLeader}},
title = {{GPT-5.2-Codex on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/gpt-5-2-codex}},
note = {Data as of 2026-11-16}
}よくある質問
- GPT-5.2-Codexのベンチマークスコアは?
- 2026年11月16日時点で、GPT-5.2-CodexのBenchLeader Indexは57.6 ±10.0です。最も強いのはエージェント・ツール(69)、最も弱いのはコーディング(55)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
- GPT-5.2-Codexの順位は?
- 2026年11月16日時点で、GPT-5.2-Codexはランク付けされた608構成中150位です。ほかに397構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
- GPT-5.2-Codexの料金は100万トークンあたりいくらですか?
- 2026年11月16日時点で、GPT-5.2-Codexの料金は入力100万トークンあたり$1.75、出力100万トークンあたり$14.00で、ブレンド価格(出力1トークンにつき入力3トークン)は$4.81です。
- GPT-5.2-CodexはGrok 4.3より優れていますか?
- 2026年11月16日時点で、GPT-5.2-CodexとGrok 4.3(推論エフォート high)の品質はほぼ互角です(BenchLeader Indexで57.6対56.5、±12.0の誤差の範囲内)。価格と速度、重視するカテゴリで選んでください。ベンチマークごとの詳細は比較ページにあります。
- GPT-5.2-Codexはいつリリースされましたか?
- OpenAIが2025年12月18日にGPT-5.2-Codexをリリースしました。BenchLeaderには3通りの推論エフォート設定での結果があります。
2026年11月16日時点のデータです。 これらの構成を比較
引用表記:BenchLeader「GPT-5.2-Codex:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/gpt-5-2-codex