Model yang Dibandingkan

Perbandingan benchmark GPT-5.2 Chat (default) vs GPT 5.3 Chat (default) vs Gemini 3.1 Flash Lite Preview (low): GPT-5.2 Chat (default) unggul pada Skor dengan 7.0. GPT-5.2 Chat (default) unggul pada Keandalan dengan 10.0. GPT 5.3 Chat (default) memiliki Total Biaya terendah di $0.533. GPT 5.3 Chat (default) paling cepat di 6.31s.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-10-19

Model yang Dibandingkan

Peringkat: #184
Total token output: 29,742
Waktu respons (rata-rata): 7.43s
Total Biaya: $0.594

Peringkat: #215
Total token output: 28,179
Waktu respons (rata-rata): 6.31s
Total Biaya: $0.533

Peringkat: #255
Total token output: 438,891
Waktu respons (rata-rata): 19.04s
Total Biaya: $0.736

Model yang direkomendasikan GPT-5.2 Chat (default)

It has the best score here (7.0), while responding about 1.7x faster than model lain dalam perbandingan ini.

Perbandingan terperinci

Metrik	GPT-5.2 Chat GPT-5.2 Chat default Rilis: 2025-12-11	GPT 5.3 Chat GPT 5.3 Chat default Rilis: 2026-03-03	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Rilis: 2026-03-03

Metrik	GPT-5.2 Chat GPT-5.2 Chat default Rilis: 2025-12-11	GPT 5.3 Chat GPT 5.3 Chat default Rilis: 2026-03-03	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Rilis: 2026-03-03
Skor	7.0	6.7	6.3
Peringkat	#184	#215	#255
Keandalan	10.0	10.0	10.0
Konsistensi	8.7	8.6	10.0
Percobaan	69/69	69/69	69/69
Tes benar
Tingkat lulus per percobaan	66.7%	62.3%	60.9%
Tes tidak stabil	4	4	0
Total Run	69	69	69
Biaya per hasil	4.564	4.097	5.256
Total Biaya	$0.594	$0.533	$0.736
Harga input	$1.750 / 1M	$1.750 / 1M	$0.250 / 1M
Harga output	$14.000 / 1M	$14.000 / 1M	$1.500 / 1M
Harga baca cache	$0.175 / 1M	T/A	$0.025 / 1M
Harga tulis cache	T/A	T/A	$0.084 / 1M
Total token input	101,104	78,846	309,715
Token output	10,414	7,635	16,170
Token penalaran	19,328	20,544	422,721
Waktu respons (rata-rata)	7.43s	6.31s	19.04s
Waktu respons (maks)	38.52s	18.33s	309.35s
Waktu respons (total)	163.35s	138.73s	437.98s
Parameter	~400B total (~17B aktif)	~400B total (~17B aktif)	~150B total (~10B aktif)
Ketersediaan	Tertutup	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.

#184 GPT-5.2 Chat

default

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

#215 GPT 5.3 Chat

default

Biaya: $0.008
Waktu: 8.1s
Token: 634 tok

#255 Gemini 3.1 Flash Lite Preview

low

Biaya: $0.002
Waktu: 3.7s
Token: 1,203 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:

Tugas agen	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	3.0	10.0	0.0%	955ms	0	0	0
GPT 5.3 Chat	3.0	10.0	0.0%	955ms	0	0	0
Gemini 3.1 Flash Lite Preview	5.0	10.0	0.0%	71.29s	199,519	1,453	25,259

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	8.7	7.9	91.7%	1	3.40s	606	655	1,152
GPT 5.3 Chat	6.7	8.1	58.3%	1	3.86s	606	671	2,496
Gemini 3.1 Flash Lite Preview	8.3	10.0	75.0%	0	2.12s	506	462	1,638

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	8.8	7.8	88.9%	1	9.82s	7,305	843	5,888
GPT 5.3 Chat	5.6	4.7	55.6%	2	10.52s	7,302	808	5,824
Gemini 3.1 Flash Lite Preview	5.5	10.0	33.3%	0	1.39s	8,138	660	1,060

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	7.3	5.8	83.3%	1	13.91s	78,055	6,323	1,600
GPT 5.3 Chat	10.0	10.0	100.0%	0	15.07s	55,800	3,587	3,264
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	0	160.63s	85,851	12,656	389,079

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	10.0	10.0	100.0%	3.05s	7,140	468	512
GPT 5.3 Chat	10.0	10.0	100.0%	2.21s	7,140	494	448
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	3.00s	7,455	291	696

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	3.0	10.0	0.0%	0	23.67s	579	216	6,912
GPT 5.3 Chat	2.9	7.2	11.1%	1	12.75s	579	213	5,376
Gemini 3.1 Flash Lite Preview	7.7	10.0	66.7%	0	2.10s	652	18	1,191

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	4.4	3.0	33.3%	1	3.20s	477	271	64
GPT 5.3 Chat	4.6	10.0	0.0%	0	1.99s	477	191	128
Gemini 3.1 Flash Lite Preview	4.0	10.0	0.0%	0	1.54s	490	69	384

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	9.8	10.0	100.0%	5.51s	660	353	1,088
GPT 5.3 Chat	9.8	10.0	100.0%	3.51s	660	339	1,152
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	1.49s	621	72	753

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	7.7	10.0	66.7%	4.10s	642	643	960
GPT 5.3 Chat	10.0	10.0	100.0%	2.99s	642	606	1,152
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	1.69s	566	243	1,248

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	10.0	10.0	100.0%	4.68s	5,445	491	64
GPT 5.3 Chat	10.0	10.0	100.0%	8.36s	5,445	605	256
Gemini 3.1 Flash Lite Preview	10.0	10.0	100.0%	9.54s	5,757	237	993

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	3.0	10.0	0.0%	6.89s	195	151	1,088
GPT 5.3 Chat	3.0	10.0	0.0%	4.38s	195	121	448
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	1.35s	160	9	420

Ganti Pasangan Perbandingan

Ember-1maxvsGPT 5.3 Chatdefault MiniMax M3mediumvsGPT 5.3 Chatdefault GPT 5.3 ChatdefaultvsGrok 4.7high Gemini 3.1 Flash Lite PreviewlowvsMinimax M3.1 FlashmediumTersedia gratis Apodex 1.1 MinihighTersedia gratisvsGPT 5.3 Chatdefault GPT 5.3 ChatdefaultvsSolar Pro 4low Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27Bnone Gemini 3.1 Flash Lite PreviewlowvsSolar Pro 4high Gemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15none Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 Chatdefault Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash Lite PreviewlowvsLongCat 2.0none

Model yang Dibandingkan