OpenAI veröffentlicht GPT-5.2: Neues Flagship-Modell für agentenbasierte Anwendungen

OpenAI hat GPT-5.2 für die API und ChatGPT freigegeben – nach eigenen Angaben das bislang fortschrittlichste Modell des Unternehmens. Das neue Modell soll besonders bei autonomen KI-Workflows überzeugen, kommt allerdings mit einem deutlichen Preisaufschlag.

Positionierung: Fokus auf „Real-World Agentic Work"

OpenAI positioniert GPT-5.2 als Werkzeug für „real-world agentic work" – also für KI-Anwendungen, die eigenständig komplexe Aufgaben über mehrere Schritte hinweg ausführen können. Die vom Hersteller kommunizierten Kernstärken liegen in drei Bereichen: Softwareentwicklung, Dokument- und Datenanalyse sowie Kundensupport-Anwendungen.

Was OpenAI über die Fähigkeiten sagt

Die folgenden Angaben stammen aus der offiziellen Ankündigung von OpenAI und sind entsprechend als Herstellerangaben zu verstehen – unabhängige Validierungen stehen noch aus:

Langkontext-Verständnis: OpenAI behauptet, GPT-5.2 übertreffe andere Modelle im hauseigenen MRCRv2-Benchmark für lange Kontexte. Als Referenzkunden werden Notion, Box, Databricks und Hex genannt, die laut OpenAI „starke Reasoning-Performance bei komplexen, mehrdeutigen und datenintensiven Aufgaben" berichten.

Tool-Nutzung: Das Unternehmen gibt an, bei Benchmarks für langfristige Tool-Nutzung wie dem Tool Decathlon und τ²-Bench Telecom führend zu sein. Triple Whale und Zoom werden als Kunden zitiert, die eine „zuverlässigere Agent-Ausführung durch verbessertes Tool-Calling" bestätigen sollen.

Vision-Fähigkeiten: OpenAI bezeichnet GPT-5.2 als sein „stärkstes Vision-Modell" und spricht von einer Reduzierung der Fehlerquote bei Chart-Interpretation und UI-Verständnis um über 50 Prozent. Das verbesserte räumliche Reasoning soll das Modell zuverlässiger für komplexe Dashboards, App-Oberflächen und Diagrammanalysen machen.

Coding-Leistung: Laut OpenAI führt GPT-5.2 auf dem SWE-Bench Pro – einem Benchmark für anspruchsvolle Programmieraufgaben. Besonders bei der Frontend-UI-Generierung sowie beim Debugging und Refactoring soll das Modell deutliche Verbesserungen zeigen.

Neue Steuerungsmöglichkeiten für Reasoning

Eine konkrete Neuerung ist die erweiterte Kontrolle über den Reasoning-Aufwand. Entwickler können nun zwischen fünf Stufen wählen: none, low, medium, high und erstmals xhigh für besonders komplexe Aufgaben. Das Modell passt seinen Denkaufwand laut OpenAI automatisch an die Komplexität der Aufgabe an – ein Feature, das sowohl Kosten als auch Latenz optimieren soll.

Preisgestaltung: 40 Prozent teurer als der Vorgänger

Der kommunizierte Qualitätssprung hat seinen Preis: GPT-5.2 kostet 40 Prozent mehr als GPT-5 und GPT-5.1. Die konkreten Preise:

Das Modell ist über die Responses API und Chat Completions API verfügbar und kann sowohl im Priority Processing als auch im Flex Processing genutzt werden. Auch die Batch API wird unterstützt.

Preisvergleich: Wie schlägt sich GPT-5.2 gegen die Konkurrenz?

Im direkten Vergleich mit den Flagship-Modellen von Google und Anthropic zeigt sich ein differenziertes Bild. OpenAI positioniert GPT-5.2 bewusst als Mittelklasse-Option zwischen zwei Extremen: Googles outputoptimiertem Gemini 3 Pro und Anthropics Premium-Modell Claude Opus 4.5.

Basis-Preise im Überblick

Die Preisstrategie der drei Anbieter

OpenAI verfolgt eine Flat-Rate-Strategie, bei der die Preise unabhängig von der Prompt-Länge konstant bleiben. Das macht die Kostenplanung einfach und positioniert GPT-5.2 als günstigste Option beim Input, während der Output im mittleren Preissegment liegt. Besonders bei Langkontext-Anwendungen – den von OpenAI beworbenen Dokument- und Datenanalyse-Features – wird dieser Vorteil deutlich.

Google setzt auf eine gestaffelte Preisstruktur, die bei Standard-Prompts bis 200.000 Tokens den günstigsten Output bietet, aber bei größeren Kontexten drastisch teurer wird. Die Input-Kosten verdoppeln sich auf 4 USD pro Million Tokens, der Output steigt auf 18 USD. Diese Staffelung ist eine klare Botschaft: Gemini 3 Pro ist für häufige, kürzere Agenten-Interaktionen optimiert, nicht für massive Dokument-Analysen. Als zusätzlichen Trumpf bietet Google Grounding mit der Google Suche – 5.000 kostenlose Anfragen pro Monat, danach 14 USD pro 1.000 Anfragen. Das ist ein massiver Vorteil für Anwendungen, die aktuelle Informationen benötigen.

Anthropic positioniert Claude Opus 4.5 als Premium-Produkt mit deutlich höheren Preisen: 5 USD für Input und 25 USD für Output pro Million Tokens. Das Modell wird explizit als „most intelligent model for building agents and coding" vermarktet und richtet sich an Kunden, für die Qualität wichtiger ist als Kosteneffizienz. Interessant ist das separate Pricing für Cache-Write (6,25 USD) und Cache-Read (0,50 USD), was eine granularere Kostenkontrolle ermöglicht.

Use-Case-abhängige Kostenunterschiede

Für typische Agenten-Workflows mit Standard-Prompt-Längen liegen GPT-5.2 und Gemini 3 Pro praktisch gleichauf – die Unterschiede bewegen sich im einstelligen Prozentbereich. Claude Opus 4.5 hingegen kostet mehr als das Doppelte beider Konkurrenten. Die entscheidende Frage ist daher nicht „Welches Modell ist am günstigsten?", sondern „Welches Modell passt zu meinem Use-Case?".

Bei Langkontext-Analysen über 200.000 Tokens ist GPT-5.2 unschlagbar: Während OpenAI bei 1,75 USD Input bleibt, zahlt man bei Google plötzlich 4 USD und bei Anthropic 5 USD. Für Unternehmen, die große Dokumente, komplexe Dashboards oder umfangreiche Codebases analysieren wollen, ist GPT-5.2 die wirtschaftlichste Wahl.

Bei suchbasierten Anwendungen – etwa im Kundensupport oder für Recherche-Agenten – hat Gemini 3 Pro einen strukturellen Vorteil durch die Google-Suche-Integration. OpenAI und Anthropic bieten keine vergleichbare Funktion, was bedeutet, dass Entwickler eigene Retrieval-Systeme bauen müssen.

Für hochkomplexe Coding- und Reasoning-Aufgaben, bei denen maximale Qualität gefordert ist, rechtfertigt Anthropic den Premium-Preis von Opus 4.5. Die Frage ist, ob die Qualitätssteigerung tatsächlich die 138 Prozent höheren Kosten gegenüber GPT-5.2 wert