नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

Claude Opus 5 vs OpenAI: GPT-5.2

Claude Opus 5 (low) average score में आगे है: 8.6 vs 8.4. GPT-5.2 (medium) की benchmark लागत कम है: $0.951 vs $1.121. Claude Opus 5 (low) तेज है: 6.99s vs 22.62s, pass rates 80.3% vs 72.7%.

अनुशंसित मॉडलClaude Opus 5 (low)It has the best score here (8.6), while responding about 3.2x faster than GPT-5.2 (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-25

मेट्रिक Claude Opus 5 Claude Opus 5 low रिलीज़: 2026-07-25 GPT-5.2 GPT-5.2 medium रिलीज़: 2025-12-11
स्कोर 8.6 8.4
रैंक #23 #27
विश्वसनीयता 10.0 10.0
संगति 9.3 8.5
सही परीक्षण
प्रति प्रयास पास दर 80.3% 72.7%
अस्थिर टेस्ट 2 4
कुल रन 66 66
प्रति परिणाम लागत 6.593 6.791
कुल लागत $1.121 $0.951
इनपुट कीमत $5.000 / 1M $1.750 / 1M
आउटपुट कीमत $25.000 / 1M $14.000 / 1M
कुल इनपुट टोकन 134,773 105,004
आउटपुट टोकन 14,123 9,914
रीजनिंग टोकन 3,896 44,868
प्रतिक्रिया समय (औसत) 6.99s 22.62s
प्रतिक्रिया समय (अधिकतम) 30.67s 102.93s
प्रतिक्रिया समय (कुल) 153.73s 339.28s

Hamster playing table tennis

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

#23 Claude Opus 5

low
लागत
$0.062
समय
30.2s
टोकन
2,615 tok

#27 GPT-5.2

medium
लागत
$0.047
समय
49.2s
टोकन
3,396 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Opus 5 7.8 7.4 77.8% 1 6.70s 10,590 2,442 760
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912

त्वरित तुलना

तुलना जोड़ी बदलें