AI BENCHY
Advertise here
#22

GPT-5.2

OpenAI रिलीज़: 2025-12-11 परीक्षण किया गया: 2026-06-04 13:45 openai/gpt-5.2::medium

सारांश

GPT-5.2 AI BENCHY पर 8.4 स्कोर करता है और #22 पर है। इसकी reliability 10.0, pass rate 71.4%, कुल लागत $0.548, और औसत response time 16.88s है।

GPT-5.2 को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है।

स्कोर

8.4

संगति

8.4

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.548

कुल आउटपुट टोकन

34,833

कुल इनपुट टोकन

33,967

इनपुट कीमत

$1.750 / 1M

आउटपुट कीमत

$14.000 / 1M

सही परीक्षण

गलत टेस्ट: 8

प्रति प्रयास पास दर: 71.4%

अस्थिर टेस्ट

4

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

16.88s

प्रतिक्रिया समय (अधिकतम): 77.80s

प्रतिक्रिया समय (कुल): 236.34s

निर्देशों का पालन नहीं किया: 3 गलत उत्तर: 3 कोई उत्तर नहीं: 1 समय समाप्त: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#22 GPT-5.2

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

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:45 नया टेस्ट जोड़ा गया 7.5 10.0 $0.548 वर्तमान रन
2026-05-22 00:19 दोबारा परीक्षण 7.4 10.0 $0.490 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 7.5 लागू नहीं $0.352 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 15:40 $1.750 / 1M $14.000 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

GPT-5.2mediumvsStep 3.7 FlashmediumGPT-5.2mediumvsGPT-5.2 ChatnoneGPT-5.2mediumvsDeepSeek V4 FlashhighGPT-5.2mediumvsSeed-2.0-LitemediumGPT-5.2mediumvsGemini 2.5 FlashmediumGPT-5.2mediumvsGemini 3.5 FlashhighGPT-5.2mediumvsGemini 3 Flash PreviewmediumGPT-5.2mediumvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धGPT-5.2mediumvsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 6.5 8.0
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.9 7.2
Samanya Buddhimatta 3.7 9.7
निर्देश पालन 9.9 10.0
पहेली समाधान 7.5 7.3
टूल कॉलिंग 4.7 1.6
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल