对话OpenAI

GPT-5.2 Codex AI 智能助手

GPT-5.2 Codex 是 Rivya 里的分析型 AI 编码助手,适合架构评审、长链路重构、系统设计和大型代码库里的复杂调试。

输入
提示词 + 可选图片
输出
AI 智能助手
积分
按量付费 — 根据使用量消耗积分
适合任务
架构评审和系统设计取舍
示例输出

示例输出

适合回归规划、内容检查和发布准备。

响应

在线试用

使用 GPT-5.2 Codex

输入设置

准备本次试用

预计消耗: 4+

对话控制

当所选模型支持时,你可以控制是否联网搜索、使用多强的推理,以及是否包含模型的思考内容。

联网搜索

允许支持的模型在回答过程中调用实时网页搜索。

推理强度

可以保持模型默认,或在支持时指定更轻或更强的推理级别。

开始一段对话,把规划、提示词和创作方向整理成一条可复用的线程。

提示词起步

用验证过的提示词开始使用 GPT-5.2 Codex

当你不想从空白输入开始时,可以先用已经映射到 GPT-5.2 Codex 的模板,再按自己的任务改写。

模型示例

看看 GPT-5.2 Codex 的输出长什么样

先用上方在线试用区开始生成,再结合这些示例结果判断成品质感、输出节奏和任务适配度,然后决定是否继续在完整工作台里投入更多积分。

对话线程

让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。

Rivya Codex 测试计划提示词的对话预览。

输出摘要

适合回归规划、内容检查和发布准备。

主示例

适合回归规划、内容检查和发布准备。

Rivya Codex 测试计划提示词的对话预览。

输入

提示词 + 可选图片

看点提示

Rivya Codex 测试计划提示词的对话预览。

每次消耗积分

按量付费 — 根据使用量消耗积分

为什么它适合

为什么它适合

复杂工程推理更强

更适合系统设计和架构

12K 输出 Token,全面代码生成

最适合的任务

最适合的任务

架构评审和系统设计取舍跨依赖的大型重构规划多层链路下的复杂调试基于现有代码起草技术规格

模型示例

对话线程

让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。

发布回滚计划的对话预览。

根据发布说明建立回滚计划,包含切换点、数据风险、负责人和验证命令。

发布回滚计划的对话预览。

对话线程

让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。

性能回归排查对话提示词的对话预览。

把性能症状整理成可能原因、测量计划、安全实验和回滚触发条件。

性能回归排查对话提示词的对话预览。

对话线程

让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。

无障碍回归复核对话提示词的对话预览。

复核 UI diff 中的焦点顺序、点击尺寸、减少动效、标签和移动端文字溢出。

无障碍回归复核对话提示词的对话预览。

对话线程

让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。

集成测试设计对话提示词的对话预览。

根据用户路径、数据边界、失败模式和验证目标设计集成测试。

集成测试设计对话提示词的对话预览。

对话线程

让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。

支付 Webhook 审计对话提示词的对话预览。

审计支付 webhook 路径中的幂等、重放安全、积分写入和客户可见失败处理。

支付 Webhook 审计对话提示词的对话预览。

对话线程

让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。

发布回滚计划的对话预览。

根据发布说明建立回滚计划,包含切换点、数据风险、负责人和验证命令。

发布回滚计划的对话预览。

对话线程

让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。

性能回归排查对话提示词的对话预览。

把性能症状整理成可能原因、测量计划、安全实验和回滚触发条件。

性能回归排查对话提示词的对话预览。

对话线程

让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。

无障碍回归复核对话提示词的对话预览。

复核 UI diff 中的焦点顺序、点击尺寸、减少动效、标签和移动端文字溢出。

无障碍回归复核对话提示词的对话预览。

对话线程

让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。

集成测试设计对话提示词的对话预览。

根据用户路径、数据边界、失败模式和验证目标设计集成测试。

集成测试设计对话提示词的对话预览。

对话线程

让 Rivya 帮你规划、分析、打磨提示词或处理代码任务。

支付 Webhook 审计对话提示词的对话预览。

审计支付 webhook 路径中的幂等、重放安全、积分写入和客户可见失败处理。

支付 Webhook 审计对话提示词的对话预览。

决策确认

什么时候适合选这个模型

决策确认

适配信号

复杂工程推理更强
更适合系统设计和架构
12K 输出 Token,全面代码生成
视觉理解技术图表
分析深度优于 GPT-5.1 Codex

适合任务

任务接近这些情况时使用

架构评审和系统设计取舍跨依赖的大型重构规划多层链路下的复杂调试基于现有代码起草技术规格agent 风格的工程任务规划

安静事实

确认输入、输出和积分

提供商

OpenAI

类别

对话

能力标签

响应

积分模式

按量付费 — 根据使用量消耗积分

输入方式

提示词 + 可选图片

提示设置

最多 20,000 字

开发者接入

API 可调用

确认模型字段、参考素材规则和积分行为后,可以通过 Public API v1 调用 GPT-5.2 Codex。

常见问题

GPT-5.2 Codex 常见问题

比较替代模型

接下来可以考虑的其他模型

对话

GPT-5.5

OpenAI 在 Rivya 上的高阶 GPT 对话模型,适合复杂推理、图像辅助分析、研究整合和结构化写作。

为什么考虑它

当积分提示更适合下一次运行时,可以考虑它:按量付费 - 根据使用量消耗积分。

输入提示词 + 可选图片
积分按量付费 - 根据使用量消耗积分
适合任务长资料包或杂乱材料的研究整合
对话

GPT-5.4

OpenAI 在 Rivya 上更高阶的 AI 对话模型,支持更完整的结构化输入、推理强度控制与工具型对话,适合复杂分析和多步骤任务。

为什么考虑它

如果任务更接近这个方向,可以考虑它:长策略简报和决策备忘录。

输入提示词 + 可选图片
积分按量付费 — 根据使用量消耗积分
适合任务长策略简报和决策备忘录
对话

GPT-5.4 Codex

OpenAI 在 Rivya 上更高阶的 Codex AI 编码模型,延续代码生成、结构化推理和工具协作能力,更适合仓库级开发项目。

为什么考虑它

如果任务更接近这个方向,可以考虑它:仓库级调试和架构审阅。

输入提示词 + 可选图片
积分按量付费 — 根据使用量消耗积分
适合任务仓库级调试和架构审阅