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

AI BENCHY Compare

Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.2 Chat

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-28

Metrik Claude Opus 4.8 Claude Opus 4.8 medium Rilis: 2026-05-28 GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11
Skor 8.7 7.9
Peringkat #12 #31
Keandalan 10.0 10.0
Konsistensi 9.6 8.9
Tes benar
Tingkat lulus per percobaan 83.3% 73.3%
Tes tidak stabil 1 3
Total Run 60 60
Biaya per hasil 6.285 2.703
Total Biaya $1.006 $0.352
Harga input $5.000 / 1M $1.750 / 1M
Harga output $25.000 / 1M $14.000 / 1M
Token output 23,201 21,144
Token penalaran 5,901 0
Waktu respons (rata-rata) 9.34s 6.82s
Waktu respons (maks) 38.03s 38.52s
Waktu respons (total) 186.84s 136.34s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 1,179 478
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 0
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 14.97s 6,651 1,381
GPT-5.2 Chat 8.2 6.7 83.3% 1 8.05s 4,131 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 9.8 10.0 100.0% 0 38.03s 5,260 1,588
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 7.1 5.6 83.3% 1 12.29s 481 312
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 0
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 5.3 10.0 33.3% 0 14.15s 7,477 900
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 0
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 2.46s 237 0
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 0
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.32s 373 320
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 1,441 0
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 3.95s 791 483
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 1,603 0
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 10.0 10.0 100.0% 0 8.96s 301 225
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Claude Opus 4.8 3.0 10.0 0.0% 0 6.14s 451 214
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 1,239 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemma 4 26B A4BmediumTersedia gratisvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5 TurbomediumClaude Opus 4.8mediumvsGemini 3 Flash PreviewlowGPT-5.2 ChatnonevsQwen3.5-27BmediumGPT-5.2 ChatnonevsQwen3.6 35B A3BmediumGPT-5.2 ChatnonevsGrok 4.3mediumGemini 3.5 FlashminimalvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemma 4 31BmediumTersedia gratisvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash LitemediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 Chatnone