- Punktzahl
- 9.4 (+0.69 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.183 · 88.3% günstiger
- Antwortzeit (Durchschnitt)
- 6.24s · 80.1% schneller
OpenAI
Veröffentlichung: 2025-12-11
Getestet am: 2026-10-01 01:41
openai/gpt-5.2::medium
~1.2T insgesamt (~80B aktiv)MoEGeschlossenGeschätzt Zusammenfassung
GPT-5.2 erreicht 8.7 bei AI BENCHY und liegt auf #54. Das Modell hat 10.0 Zuverlässigkeit, 73.9% Erfolgsrate, $1.558 Gesamtkosten und 31.29s durchschnittliche Antwortzeit.
Was GPT-5.2 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #1 erreicht; am schwächsten ist Anti-KI-Tricks mit #17.
Empfohlene Alternativen
Wir empfehlen stattdessen eines dieser Modelle:
- Punktzahl
- 9.6 (+0.88 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.460 · 70.5% günstiger
- Antwortzeit (Durchschnitt)
- 7.15s · 77.1% schneller
- Punktzahl
- 9.8 (+1.12 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.577 · 63.0% günstiger
- Antwortzeit (Durchschnitt)
- 14.03s · 55.2% schneller
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~1.2T insgesamt (~80B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
8.7
Konsistenz
8.5
10.0
Gesamte Ausgabe-Token
80,538
Gesamte Eingabe-Token
235,207
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.
#54 GPT-5.2
medium- Kosten
- $0.047
- Zeit
- 49.2s
- Token
- 3,396 tok
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-01 01:41 Erneuter Test | 8.7 | 10.0 | $1.558 ↑ | Aktueller Lauf | |
| 2026-07-16 22:37 Neuer Test hinzugefügt | 8.4 | 10.0 | $0.951 | Vergleichen | |
| 2026-06-04 13:45 Neuer Test hinzugefügt | 7.5 | 10.0 | $0.548 | Vergleichen | |
| 2026-05-22 00:19 Erneuter Test | 7.4 | 10.0 | $0.490 | Vergleichen | |
| 2026-04-11 01:44 Erster erfasster Lauf | 7.5 | k. A. | $0.352 | 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 01:41 · Aktueller Lauf | 69/69 Versuche | 8.7 | 8.5 | 10.0 | 15/23 | 4 | 80,538 | 235,207 | $1.558 | 31.29s |
| 2026-05-22 00:19 · Erneuter Test | 60/60 Versuche | 7.4 | 8.3 | 10.0 | 12/20 | 4 | 31,057 | 0 | $0.490 | 16.44s |
| Differenz | — | +1.3 | +0.2 | 0.0 | +3 | 0 | +49481 | +235207 | +$1.068 | +14849ms |
Die Benchmark-Abdeckung unterscheidet sich: 69/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 60/60 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-5.2mediumvsMuse Spark 1.2lowGPT-5.2mediumvsQwen3.8 27BhighKostenlos verfügbarGPT-5.2mediumvsDeepSeek V4.1 FlashmediumGPT-5.2mediumvsMiMo-V2.6-PromediumGPT-5.2mediumvsDeepSeek V4.1 FlashhighGPT-5.2mediumvsSeed 2.1 TurbomediumGPT-5.2mediumvsGPT-5.4mediumGPT-5.2mediumvsGPT-6 SollowGPT-5.2mediumvsQwen3.8 MAXlowGPT-5.2mediumvsDeepSeek V4.1 Flashmax
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 10.0 | 10.0 | |
| Anti-KI-Tricks | 6.5 | 8.0 | |
| Programmierung | 10.0 | 10.0 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.9 | 7.2 | |
| Allgemeine Intelligenz | 3.7 | 9.7 | |
| Befolgung von Anweisungen | 9.9 | 10.0 | |
| Rätsellösen | 7.5 | 7.3 | |
| Werkzeugaufrufe | 4.7 | 1.6 | |
| Allgemeinwissen | 3.0 | 10.0 |