नेविगेशन
AI BENCHY
Advertise here

AI BENCHY तुलना

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.2

सारांश

Claude Sonnet 4.6 vs GPT-5.2 benchmark तुलना: GPT-5.2 average score में आगे है: 8.4 vs 7.3. Claude Sonnet 4.6 की benchmark लागत कम है: $0.316 vs $0.548. Claude Sonnet 4.6 तेज है: 5.04s vs 16.88s, pass rates 55.6% vs 71.4%.

अनुशंसित मॉडल: GPT-5.2 - It has the strongest score in this comparison (8.4) and the best overall balance of cost and response time across all 2 models.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-02

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 none रिलीज़: 2026-02-17 GPT-5.2 GPT-5.2 medium रिलीज़: 2025-12-11
स्कोर 7.3 8.4
रैंक #57 #22
विश्वसनीयता 10.0 10.0
संगति 9.7 8.4
सही परीक्षण
प्रति प्रयास पास दर 55.6% 71.4%
अस्थिर टेस्ट 1 4
कुल रन 63 63
प्रति परिणाम लागत 2.870 4.209
कुल लागत $0.316 $0.548
इनपुट कीमत $3.000 / 1M $1.750 / 1M
आउटपुट कीमत $15.000 / 1M $14.000 / 1M
कुल इनपुट टोकन 57,886 33,967
आउटपुट टोकन 9,465 2,901
रीजनिंग टोकन 0 31,932
प्रतिक्रिया समय (औसत) 5.04s 16.88s
प्रतिक्रिया समय (अधिकतम) 23.84s 77.80s
प्रतिक्रिया समय (कुल) 70.60s 236.34s

जनरेशन शोकेस

Hamster playing table tennis

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

#57 Claude Sonnet 4.6

none
लागत
$0.038
समय
27.3s
टोकन
2,598 tok

#22 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

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 4.8 10.0 25.0% 0 2.94s 636 1,214 0
GPT-5.2 6.5 8.0 58.3% 1 7.81s 606 567 2,002
कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 5.5 10.0 33.3% 0 5.19s 8,522 2,127 0
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
संयुक्त स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 9.5 10.0 100.0% 0 23.84s 26,024 3,766 0
GPT-5.2 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 10.0 10.0 100.0% 0 3.43s 8,574 252 0
GPT-5.2 10.0 10.0 100.0% 0 3.15s 7,140 234 420
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 7.7 10.0 66.7% 0 3.54s 759 413 0
GPT-5.2 5.9 7.2 55.6% 1 77.80s 473 42 10,342
Samanya Buddhimatta स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 6.1 3.1 66.7% 1 2.56s 513 192 0
GPT-5.2 3.7 9.7 0.0% 0 4.32s 477 162 269
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 6.5 10.0 50.0% 0 1.96s 690 90 0
GPT-5.2 9.9 10.0 100.0% 0 3.12s 660 94 614
पहेली समाधान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 7.7 10.0 66.7% 0 2.53s 663 533 0
GPT-5.2 7.5 7.3 77.8% 1 5.80s 642 735 924
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 10.0 10.0 100.0% 0 4.11s 11,301 447 0
GPT-5.2 4.7 1.6 66.7% 1 10.30s 5,453 239 469
सामान्य ज्ञान स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
Claude Sonnet 4.6 3.0 10.0 0.0% 0 4.67s 204 431 0
GPT-5.2 3.0 10.0 0.0% 0 28.18s 195 26 3,223

त्वरित तुलना

तुलना जोड़ी बदलें