Bandingkan Grafik

Bahasa:

❤️ Made by XCS

AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.2

Nama Model:

Benchmark dihasilkan dari suite pengujian AI BENCHY pada : 2026-02-27 15:16

Ringkasan

Metrik	Anthropic: Claude Sonnet 4.6 none Rilis: Tanggal rilis tidak diketahui	OpenAI: GPT-5.2 medium Rilis: Tanggal rilis tidak diketahui
Peringkat	#14	#12
Skor	6.36	6.93
Konsistensi	9.50	8.22
Biaya per hasil	1.325	2.780
Total Biaya	$0.106	$0.251
Tes benar
Tes Salah	6	5
Tingkat lulus per percobaan	59.5%	76.2%
Tes tidak stabil	1	3
Token output	2,637	1,869
Token penalaran	0	14,190

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Token output	Token penalaran
Anthropic: Claude Sonnet 4.6	4.00	10.00	33.3%	0		1,199	0
OpenAI: GPT-5.2	7.00	7.28	77.8%	1		549	2,002

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Token output	Token penalaran
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		252	0
OpenAI: GPT-5.2	10.00	10.00	100.0%	0		234	499

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Token output	Token penalaran
Anthropic: Claude Sonnet 4.6	7.00	10.00	66.7%	0		54	0
OpenAI: GPT-5.2	4.00	7.21	55.6%	1		42	9,690

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Token output	Token penalaran
Anthropic: Claude Sonnet 4.6	5.50	10.00	50.0%	0		90	0
OpenAI: GPT-5.2	9.50	10.00	100.0%	0		95	587

Puzzle Solving	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Token output	Token penalaran
Anthropic: Claude Sonnet 4.6	5.00	7.68	44.4%	1		595	0
OpenAI: GPT-5.2	8.00	10.00	66.7%	0		710	943

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Token output	Token penalaran
Anthropic: Claude Sonnet 4.6	10.00	10.00	100.0%	0		447	0
OpenAI: GPT-5.2	1.00	1.62	66.7%	1		239	469

Ganti Pasangan Perbandingan

Bandingkan Anthropic: Claude Sonnet 4.6 dengan...

Bandingkan OpenAI: GPT-5.2 dengan...