- Punktzahl
- 8.6 (+1.56 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.061 · 89.8% günstiger
- Antwortzeit (Durchschnitt)
- 7.51s · 1.1% langsamer
OpenAI
Veröffentlichung: 2025-12-11
Getestet am: 2026-10-01 01:52
openai/gpt-5.2-chat::none
~400B insgesamt (~17B aktiv)MoEGeschlossenGeschätzt Zusammenfassung
GPT-5.2 Chat erreicht 7.0 bei AI BENCHY und liegt auf #180. Das Modell hat 10.0 Zuverlässigkeit, 66.7% Erfolgsrate, $0.594 Gesamtkosten und 7.43s durchschnittliche Antwortzeit.
Was GPT-5.2 Chat besonders macht: Am stärksten ist es in Programmierung, wo es #3 erreicht; am schwächsten ist Agentenaufgaben mit #16.
Empfohlene Alternativen
Wir empfehlen stattdessen eines dieser Modelle:
- Punktzahl
- 9.4 (+2.35 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.183 · 69.3% günstiger
- Antwortzeit (Durchschnitt)
- 6.24s · 15.9% schneller
- Punktzahl
- 6.9 (-0.16 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.049 · 91.8% günstiger
- Antwortzeit (Durchschnitt)
- 6.96s · 6.2% schneller
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~400B insgesamt (~17B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
7.0
Konsistenz
8.7
10.0
Gesamte Ausgabe-Token
29,742
Gesamte Eingabe-Token
101,104
Eingabepreis
$1.750 / 1M
Ausgabepreis
$14.000 / 1M
Preis für Cache-Lesen
$0.175 / 1M
Preis für Cache-Schreiben
k. A.
Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.
Instabile Tests
4
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#180 GPT-5.2 Chat
default- Kosten
- $0.010
- Zeit
- 15.3s
- Token
- 797 tok
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-01 01:52 Erneuter Test | 7.0 | 10.0 | $0.594 | Aktueller Lauf | |
| 2026-07-16 22:40 Neuer Test hinzugefügt | 8.0 | 10.0 | $0.604 | Vergleichen | |
| 2026-06-04 13:47 Neuer Test hinzugefügt | 7.9 | 10.0 | $0.393 | Vergleichen | |
| 2026-05-22 00:19 Suite geändert | 7.6 | 10.0 | $0.355 | Vergleichen | |
| 2026-04-11 01:44 Erster erfasster Lauf | 7.9 | k. A. | $0.291 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 01:52 · Aktueller Lauf | 69/69 Versuche | 7.0 | 8.7 | 10.0 | 13/23 | 4 | 29,742 | 101,104 | $0.594 | 7.43s |
| 2026-07-16 22:40 · Neuer Test hinzugefügt | 66/66 Versuche | 8.0 | 8.6 | 10.0 | 14/22 | 4 | 30,424 | 101,248 | $0.604 | 7.65s |
| Differenz | — | -1.0 | +0.1 | 0.0 | -1 | 0 | -682 | -144 | -$0.010 | -229ms |
Die Benchmark-Abdeckung unterscheidet sich: 69/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Preisverlauf
Historische Preisdaten für dieses Modell von OpenRouter.
| Datum | Eingabepreis | Ausgabepreis | Preis für Cache-Lesen | Preis für Cache-Schreiben |
|---|---|---|---|---|
| 2026-08-14 12:51 | $1.750 / 1M | $14.000 / 1M | k. A. | k. A. |
| 2026-10-01 18:33 | $1.750 / 1M | $14.000 / 1M | $0.175 / 1M | k. A. |
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
GPT-5.2 ChatdefaultvsMiMo-V2.5mediumGPT-5.2 ChatdefaultvsGemini 3.1 Flash Lite PreviewmediumGPT-5.2 ChatdefaultvsMiMo-V2.6-FlashlowGPT-5.2 ChatdefaultvsKimi K2.7 CodemediumGPT-5.2 ChatdefaultvsGLM 5.3 FlashXmediumGPT-5.2 ChatdefaultvsEmber-1lowGPT-5.2 ChatdefaultvsQwen3.8 Flash NextxhighGPT-5.2 ChatdefaultvsStep 5 PreviewhighGPT-5.2 ChatdefaultvsClaude Opus 5noneGPT-5.2 ChatdefaultvsQwen3.5-122B-A10Bmedium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 3.0 | 10.0 | |
| Anti-KI-Tricks | 8.7 | 7.9 | |
| Programmierung | 8.8 | 7.8 | |
| Kombiniert | 7.3 | 5.8 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 3.0 | 10.0 | |
| Allgemeine Intelligenz | 4.4 | 3.0 | |
| Befolgung von Anweisungen | 9.8 | 10.0 | |
| Rätsellösen | 7.7 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |