- Peringkat
- #242
- Total token output
- 120,427
- Waktu respons (rata-rata)
- 28.08s
- Total Biaya
- $2.126
Claude Sonnet 4.6 (medium) vs GPT-5.2 Chat (default)
GPT-5.2 Chat (default) unggul dalam skor rata-rata dengan 7.0 vs 6.4. GPT-5.2 Chat (default) memiliki biaya benchmark lebih rendah di $0.594 vs $2.126. GPT-5.2 Chat (default) lebih cepat di 7.43s vs 28.08s, dengan tingkat keberhasilan 62.3% vs 66.7%.
Model yang Dibandingkan
- Peringkat
- #184
- Total token output
- 29,742
- Waktu respons (rata-rata)
- 7.43s
- Total Biaya
- $0.594
Model yang direkomendasikan
GPT-5.2 Chat (default)
It has the best score here (7.0), while costing about 3.6x less than Claude Sonnet 4.6 (medium).
Perbandingan terperinci
| Metrik | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | GPT-5.2 Chat GPT-5.2 Chat default |
|---|---|---|
| Skor | 6.4 | 7.0 |
| Peringkat | #242 | #184 |
| Keandalan | 10.0 | 10.0 |
| Konsistensi | 9.1 | 8.7 |
| Percobaan | 66/69 | 69/69 |
| Tes benar | ||
| Tingkat lulus per percobaan | 62.3% | 66.7% |
| Tes tidak stabil | 1 | 4 |
| Total Run | 66 | 69 |
| Biaya per hasil | 15.182 | 4.564 |
| Total Biaya | $2.126 | $0.594 |
| Harga input | $3.000 / 1M | $1.750 / 1M |
| Harga output | $15.000 / 1M | $14.000 / 1M |
| Harga baca cache | $0.300 / 1M | $0.175 / 1M |
| Harga tulis cache | $3.750 / 1M | T/A |
| Total token input | 106,316 | 101,104 |
| Token output | 79,338 | 10,414 |
| Token penalaran | 41,089 | 19,328 |
| Waktu respons (rata-rata) | 28.08s | 7.43s |
| Waktu respons (maks) | 140.96s | 38.52s |
| Waktu respons (total) | 421.15s | 163.35s |
| Parameter | ~1T total (~100B aktif) | ~400B total (~17B aktif) |
| Ketersediaan | Tertutup | Tertutup |
Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.
Showcase generasi model
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#242 Claude Sonnet 4.6
medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
- Biaya
- $0.000
- Waktu
- 300.0s
- Token
- 0 tok
#184 GPT-5.2 Chat
default- Biaya
- $0.010
- Waktu
- 15.3s
- Token
- 797 tok
Rincian Kategori
| Tugas agen | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| GPT-5.2 Chat | 3.0 | 10.0 | 0.0% | 0 | 955ms | 0 | 0 | 0 |
| Trik anti-AI | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.5 | 10.0 | 50.0% | 0 | 2.98s | 789 | 1,046 | 1,093 | |
| GPT-5.2 Chat | 8.7 | 7.9 | 91.7% | 1 | 3.40s | 606 | 655 | 1,152 |
| Pemrograman | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 5.7 | 6.6 | 44.4% | 1 | 33.29s | 6,995 | 16,089 | 3,686 | |
| GPT-5.2 Chat | 8.8 | 7.8 | 88.9% | 1 | 9.82s | 7,305 | 843 | 5,888 |
| Gabungan | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 93.65s | 75,531 | 31,916 | 9,109 | |
| GPT-5.2 Chat | 7.3 | 5.8 | 83.3% | 1 | 13.91s | 78,055 | 6,323 | 1,600 |
| Parsing dan ekstraksi data | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.90s | 8,676 | 649 | 742 | |
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 3.05s | 7,140 | 468 | 512 |
| Spesifik domain | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 3.0 | 10.0 | 0.0% | 0 | 58.37s | 495 | 24,380 | 22,891 | |
| GPT-5.2 Chat | 3.0 | 10.0 | 0.0% | 0 | 23.67s | 579 | 216 | 6,912 |
| Kecerdasan umum | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.94s | 564 | 256 | 433 | |
| GPT-5.2 Chat | 4.4 | 3.0 | 33.3% | 1 | 3.20s | 477 | 271 | 64 |
| Kepatuhan instruksi | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.61s | 792 | 318 | 552 | |
| GPT-5.2 Chat | 9.8 | 10.0 | 100.0% | 0 | 5.51s | 660 | 353 | 1,088 |
| Pemecahan teka-teki | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 5.31s | 816 | 592 | 646 | |
| GPT-5.2 Chat | 7.7 | 10.0 | 66.7% | 0 | 4.10s | 642 | 643 | 960 |
| Pemanggilan alat | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.48s | 11,454 | 655 | 351 | |
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 4.68s | 5,445 | 491 | 64 |
| Pengetahuan umum | Skor | Konsistensi | Tingkat lulus per percobaan | Tes tidak stabil | Tes benar | Waktu respons (rata-rata) | Token input | Token output | Token penalaran |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 3.0 | 10.0 | 0.0% | 0 | 30.09s | 204 | 3,437 | 1,586 | |
| GPT-5.2 Chat | 3.0 | 10.0 | 0.0% | 0 | 6.89s | 195 | 151 | 1,088 |
Perbandingan Cepat
Ganti Pasangan Perbandingan
Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatdefaultKimi K2.7 CodemediumvsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsMiMo-V2.5mediumEmber-1lowvsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsMiMo-V2.6-FlashlowMinimax M3.1 FlashlowTersedia gratisvsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsGLM 5.3 FlashXmediumGPT-5.2 ChatdefaultvsStep 5 PreviewhighGPT-5.2 ChatdefaultvsQwen3.5-122B-A10BmediumGPT-5.2 ChatdefaultvsGrok 4.6lowGemini 3 Flash PreviewlowvsGPT-5.2 ChatdefaultMuse Glimmer 30BlowvsGPT-5.2 Chatdefault