AI BENCHY Compare

Google: Gemini 3.5 Flash vs OpenAI: GPT-5.2 Chat

Ringkasan

Perbandingan benchmark Gemini 3.5 Flash vs GPT-5.2 Chat: GPT-5.2 Chat unggul dalam skor rata-rata dengan 8.5 vs 7.0. GPT-5.2 Chat memiliki biaya benchmark lebih rendah di $0.393 vs $1.079. GPT-5.2 Chat lebih cepat di 7.13s vs 9.93s, dengan tingkat keberhasilan 77.8% vs 74.6%.

Model yang direkomendasikan: GPT-5.2 Chat - It has the best score here (8.5), while costing about 2.7x less than Gemini 3.5 Flash.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik	Gemini 3.5 Flash Gemini 3.5 Flash none Rilis: 2026-05-19	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11

Metrik	Gemini 3.5 Flash Gemini 3.5 Flash none Rilis: 2026-05-19	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11
Skor	7.0	8.5
Peringkat	#66	#19
Keandalan	10.0	10.0
Konsistensi	8.9	8.9
Tes benar
Tingkat lulus per percobaan	77.8%	74.6%
Tes tidak stabil	3	3
Total Run	63	63
Biaya per hasil	7.190	2.803
Total Biaya	$1.079	$0.393
Harga input	$1.500 / 1M	$1.750 / 1M
Harga output	$9.000 / 1M	$14.000 / 1M
Total token input	13,843	34,212
Token output	117,518	23,744
Token penalaran	0	0
Waktu respons (rata-rata)	9.93s	7.13s
Waktu respons (maks)	64.36s	38.52s
Waktu respons (total)	178.68s	149.69s

Showcase generasi

Hamster playing table tennis

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

#66 Gemini 3.5 Flash

none

Biaya: $0.225
Waktu: 125.5s
Token: 25,004 tok

#19 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

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
Gemini 3.5 Flash	10.0	10.0	100.0%	0		2.53s	492	5,101	0
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
Gemini 3.5 Flash	8.8	7.8	88.9%	1		34.69s	8,122	75,927	0
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
Gemini 3.5 Flash	3.0	10.0	0.0%	0		0ms	0	0	0
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	11,019	1,243	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
Gemini 3.5 Flash	6.5	10.0	50.0%	0		8.10s	2,781	5,895	0
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
Gemini 3.5 Flash	7.6	7.2	77.8%	1		10.64s	633	17,910	0
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.46s	486	1,620	0
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
Gemini 3.5 Flash	9.8	10.0	100.0%	0		3.38s	615	3,928	0
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
Gemini 3.5 Flash	10.0	10.0	100.0%	0		3.13s	558	4,640	0
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
Gemini 3.5 Flash	3.0	10.0	0.0%	0		0ms	0	0	0
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
Gemini 3.5 Flash	2.8	1.6	33.3%	1		4.87s	156	2,497	0
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	195	1,239	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-LitemediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsStep 3.7 Flashmedium Gemini 3.5 FlashnonevsKimi K2.7 Codemedium GPT-5.2 ChatnonevsGLM 5medium Gemini 3.5 FlashnonevsGLM 5.1medium Gemini 3.5 FlashnonevsStep 3.7 Flashhigh Gemini 3.5 FlashnonevsQwen3.5-Flashmedium GPT-5.2 ChatnonevsGLM 5.2medium Gemini 3.5 FlashnonevsRing-2.6-1Tmedium DeepSeek V4 FlashhighvsGPT-5.2 Chatnone Claude Opus 4.7mediumvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone