Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.2 Chat

GPT-5.2 Chat unggul dalam skor rata-rata dengan 8.0 vs 7.8. GPT-5.2 Chat memiliki biaya benchmark lebih rendah di $0.604 vs $2.057. GPT-5.2 Chat lebih cepat di 7.65s vs 25.91s, dengan tingkat keberhasilan 66.7% vs 74.2%.

Model yang direkomendasikanGPT-5.2 ChatIt has the best score here (8.0), while costing about 3.4x less than Claude Sonnet 4.6 (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11

Metrik	Claude Sonnet 4.6 Claude Sonnet 4.6 medium Rilis: 2026-02-17	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11
Skor	7.8	8.0
Peringkat	#38	#29
Keandalan	10.0	10.0
Konsistensi	9.2	8.6
Tes benar
Tingkat lulus per percobaan	66.7%	74.2%
Tes tidak stabil	2	4
Total Run	66	66
Biaya per hasil	14.692	4.308
Total Biaya	$2.057	$0.604
Harga input	$3.000 / 1M	$1.750 / 1M
Harga output	$15.000 / 1M	$14.000 / 1M
Total token input	106,292	101,248
Token output	80,748	30,424
Token penalaran	35,117	0
Waktu respons (rata-rata)	25.91s	7.65s
Waktu respons (maks)	140.96s	38.52s
Waktu respons (total)	362.78s	168.39s

Hamster playing table tennis

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

#38 Claude Sonnet 4.6

medium

SVG tidak valid

Biaya: $0.000
Waktu: 300.0s
Token: 0 tok

#29 GPT-5.2 Chat

none

Biaya: $0.010
Waktu: 15.3s
Token: 797 tok

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

Kategori:

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	1,807	0

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	6,731	0

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	7,923	0

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	980	0

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	2.9	7.2	11.1%	1		0ms	471	25,790	16,919
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	723	7,810	0

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	335	0

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	1,441	0

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	1,603	0

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	555	0

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	1,239	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.7 Flashmedium GPT-5.2 ChatnonevsGLM 5.2high Muse Spark 1.1highvsGPT-5.2 Chatnone Kimi K3maxvsGPT-5.2 Chatnone Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh Claude Sonnet 4.6mediumvsGPT-5.6 Terrahigh Claude Sonnet 4.6mediumvsKimi K3max Seed-2.0-LitemediumvsGPT-5.2 Chatnone Claude Sonnet 4.6mediumvsDeepSeek V4 Flashhigh Claude Sonnet 4.6mediumvsDeepSeek V4 Prohigh GPT-5.2 ChatnonevsQwen3.7 Plusmedium Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone