नेविगेशन
AI BENCHY
Advertise here

तुलना किए गए मॉडल

GPT-5.2 Chat vs GPT 5.3 Chat vs Gemini 3.1 Flash Lite Preview (low) benchmark तुलना: GPT-5.2 Chat स्कोर में 7.9 के साथ आगे है। GPT-5.2 Chat विश्वसनीयता में 10.0 के साथ आगे है। GPT 5.3 Chat का कुल लागत सबसे कम है: $0.533. GPT 5.3 Chat 6.56s पर सबसे तेज है।

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-04

रैंक
#72
कुल आउटपुट टोकन
29,742
प्रतिक्रिया समय (औसत)
7.73s
कुल लागत
$0.594
रैंक
#98
कुल आउटपुट टोकन
28,179
प्रतिक्रिया समय (औसत)
6.56s
कुल लागत
$0.533
रैंक
#164
कुल आउटपुट टोकन
412,179
प्रतिक्रिया समय (औसत)
16.67s
कुल लागत
$0.646
अनुशंसित मॉडल GPT-5.2 Chat

It has the best score here (7.9), while responding about 1.5x faster than इस तुलना के बाकी मॉडल.

विस्तृत तुलना

मेट्रिक GPT-5.2 Chat GPT-5.2 Chat none रिलीज़: 2025-12-11 GPT 5.3 Chat GPT 5.3 Chat none रिलीज़: 2026-03-03 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low रिलीज़: 2026-03-03
स्कोर 7.9 7.5 6.6
रैंक #72 #98 #164
विश्वसनीयता 10.0 10.0 10.0
संगति 8.6 8.6 10.0
प्रयास 66/66 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 69.7% 65.2% 63.6%
अस्थिर टेस्ट 4 4 0
कुल रन 66 66 66
प्रति परिणाम लागत 4.564 4.097 4.613
कुल लागत $0.594 $0.533 $0.646
इनपुट कीमत $1.750 / 1M $1.750 / 1M $0.250 / 1M
आउटपुट कीमत $14.000 / 1M $14.000 / 1M $1.500 / 1M
कुल इनपुट टोकन 101,104 78,846 110,196
आउटपुट टोकन 29,742 28,179 14,717
रीजनिंग टोकन 0 0 397,462
प्रतिक्रिया समय (औसत) 7.73s 6.56s 16.67s
प्रतिक्रिया समय (अधिकतम) 38.52s 18.33s 309.35s
प्रतिक्रिया समय (कुल) 162.40s 137.77s 366.69s
पैरामीटर ~400B कुल (~17B सक्रिय) ~400B कुल (~17B सक्रिय) ~150B कुल (~10B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#72 GPT-5.2 Chat

none
लागत
$0.010
समय
15.3s
टोकन
797 tok

#98 GPT 5.3 Chat

none
लागत
$0.008
समय
8.1s
टोकन
634 tok

#164 Gemini 3.1 Flash Lite Preview

low
लागत
$0.002
समय
3.7s
टोकन
1,203 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
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 0
GPT 5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060

त्वरित तुलना

तुलना जोड़ी बदलें