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

AI BENCHY तुलना

OpenAI: GPT-5.2 Chat vs OpenAI: GPT-5.2

सारांश

GPT-5.2 Chat vs GPT-5.2 benchmark तुलना: GPT-5.2 Chat average score में आगे है: 8.5 vs 8.4. GPT-5.2 Chat की benchmark लागत कम है: $0.393 vs $0.548. GPT-5.2 Chat तेज है: 7.13s vs 16.88s, pass rates 74.6% vs 71.4%.

अनुशंसित मॉडल: GPT-5.2 Chat - It has the best score here (8.5), while responding about 2.4x faster than GPT-5.2.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-06-18

मेट्रिक GPT-5.2 Chat GPT-5.2 Chat none रिलीज़: 2025-12-11 GPT-5.2 GPT-5.2 medium रिलीज़: 2025-12-11
स्कोर 8.5 8.4
रैंक #19 #22
विश्वसनीयता 10.0 10.0
संगति 8.9 8.4
सही परीक्षण
प्रति प्रयास पास दर 74.6% 71.4%
अस्थिर टेस्ट 3 4
कुल रन 63 63
प्रति परिणाम लागत 2.803 4.209
कुल लागत $0.393 $0.548
इनपुट कीमत $1.750 / 1M $1.750 / 1M
आउटपुट कीमत $14.000 / 1M $14.000 / 1M
कुल इनपुट टोकन 34,212 33,967
आउटपुट टोकन 23,744 2,901
रीजनिंग टोकन 0 31,932
प्रतिक्रिया समय (औसत) 7.13s 16.88s
प्रतिक्रिया समय (अधिकतम) 38.52s 77.80s
प्रतिक्रिया समय (कुल) 149.69s 236.34s

जनरेशन शोकेस

Hamster playing table tennis

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

#19 GPT-5.2 Chat

none
लागत
$0.010
समय
15.3s
टोकन
797 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
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 606 1,807 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
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 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
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 11,019 1,243 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
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 7,140 980 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
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 723 7,810 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
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 477 335 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
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 660 1,441 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
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 642 1,603 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
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 5,445 555 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
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 195 1,239 0
GPT-5.2 3.0 10.0 0.0% 0 28.18s 195 26 3,223

त्वरित तुलना

तुलना जोड़ी बदलें