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

GPT-5.2 (medium) vs GPT-5.4 (medium)

GPT-5.4 (medium) average score में आगे है: 8.5 vs 8.4. GPT-5.2 (medium) की benchmark लागत कम है: $1.182 vs $1.560. GPT-5.4 (medium) तेज है: 22.85s vs 28.51s, pass rates 72.7% vs 77.3%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-09-02

रैंक
#48
कुल आउटपुट टोकन
71,252
प्रतिक्रिया समय (औसत)
28.51s
कुल लागत
$1.182
रैंक
#43
कुल आउटपुट टोकन
90,466
प्रतिक्रिया समय (औसत)
22.85s
कुल लागत
$1.560
अनुशंसित मॉडल GPT-5.4 (medium)

It has the strongest score in this comparison (8.5) and the best overall balance of cost and response time across all 2 models.

विस्तृत तुलना

मेट्रिक GPT-5.2 GPT-5.2 medium रिलीज़: 2025-12-11 GPT-5.4 GPT-5.4 medium रिलीज़: 2026-03-05
स्कोर 8.4 8.5
रैंक #48 #43
विश्वसनीयता 10.0 10.0
संगति 8.5 8.6
प्रयास 66/66 66/66
सही परीक्षण
प्रति प्रयास पास दर 72.7% 77.3%
अस्थिर टेस्ट 4 4
कुल रन 66 66
प्रति परिणाम लागत 8.438 10.399
कुल लागत $1.182 $1.560
इनपुट कीमत $1.750 / 1M $2.500 / 1M
आउटपुट कीमत $14.000 / 1M $15.000 / 1M
कुल इनपुट टोकन 105,013 81,136
आउटपुट टोकन 9,914 6,155
रीजनिंग टोकन 61,338 84,311
प्रतिक्रिया समय (औसत) 28.51s 22.85s
प्रतिक्रिया समय (अधिकतम) 116.86s 100.41s
प्रतिक्रिया समय (कुल) 456.13s 502.78s
पैरामीटर ~1.2T कुल (~80B सक्रिय) ~1.5T कुल (~100B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#48 GPT-5.2

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

#43 GPT-5.4

medium
लागत
$0.214
समय
199.6s
टोकन
14,349 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 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216

त्वरित तुलना

तुलना जोड़ी बदलें