নেভিগেশন
AI BENCHY
Advertise here

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.2 Chat

GPT-5.2 Chat average score-এ এগিয়ে: 8.0 vs 7.8. GPT-5.2 Chat-এর benchmark খরচ কম: $0.604 vs $2.057. GPT-5.2 Chat দ্রুত: 7.65s vs 25.91s, pass rates 66.7% vs 74.2%.

প্রস্তাবিত মডেলGPT-5.2 ChatIt has the best score here (8.0), while costing about 3.4x less than Claude Sonnet 4.6 (medium).

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-17

মেট্রিক Claude Sonnet 4.6 Claude Sonnet 4.6 medium প্রকাশ: 2026-02-17 GPT-5.2 Chat GPT-5.2 Chat none প্রকাশ: 2025-12-11
স্কোর 7.8 8.0
র‍্যাঙ্ক #38 #29
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 9.2 8.6
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 66.7% 74.2%
অস্থির টেস্ট 2 4
মোট রান 66 66
প্রতি ফলাফলে খরচ 14.692 4.308
মোট খরচ $2.057 $0.604
ইনপুট মূল্য $3.000 / 1M $1.750 / 1M
আউটপুট মূল্য $15.000 / 1M $14.000 / 1M
মোট ইনপুট টোকেন 106,292 101,248
আউটপুট টোকেন 80,748 30,424
রিজনিং টোকেন 35,117 0
প্রতিক্রিয়া সময় (গড়) 25.91s 7.65s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 140.96s 38.52s
প্রতিক্রিয়া সময় (মোট) 362.78s 168.39s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#38 Claude Sonnet 4.6

medium
অবৈধ SVG
খরচ
$0.000
সময়
300.0s
টোকেন
0 tok

#29 GPT-5.2 Chat

none
খরচ
$0.010
সময়
15.3s
টোকেন
797 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
Claude Sonnet 4.6 5.7 6.6 44.4% 1 33.29s 6,995 16,089 3,686
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 0

দ্রুত তুলনা

তুলনার জুটি বদলান