Model yang Dibandingkan

Perbandingan benchmark GPT-5.2 Chat vs GPT-5.3 Chat vs Gemini 3.1 Flash Lite Preview (low)GPT-5.2 Chat unggul pada Skor dengan 8.0. GPT-5.2 Chat unggul pada Keandalan dengan 10.0. GPT-5.3 Chat memiliki Total Biaya terendah di $0.571. GPT-5.3 Chat paling cepat di 6.88s.

Model yang direkomendasikanGPT-5.2 ChatIt has the best score here (8.0), while responding about 1.5x faster than model lain dalam perbandingan ini.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-21

Metrik	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11	GPT-5.3 Chat GPT-5.3 Chat none 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 none Rilis: 2025-12-11	GPT-5.3 Chat GPT-5.3 Chat none Rilis: 2026-03-03	Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low Rilis: 2026-03-03
Skor	8.0	7.5	6.5
Peringkat	#34	#58	#110
Keandalan	10.0	10.0	10.0
Konsistensi	8.6	8.2	10.0
Tes benar
Tingkat lulus per percobaan	74.2%	68.2%	59.1%
Tes tidak stabil	4	5	0
Total Run	66	66	66
Biaya per hasil	4.308	4.387	4.969
Total Biaya	$0.604	$0.571	$0.646
Harga input	$1.750 / 1M	$1.750 / 1M	$0.250 / 1M
Harga output	$14.000 / 1M	$14.000 / 1M	$1.500 / 1M
Total token input	101,248	78,990	110,185
Token output	30,424	30,854	14,717
Token penalaran	0	0	397,483
Waktu respons (rata-rata)	7.65s	6.88s	16.70s
Waktu respons (maks)	38.52s	18.33s	309.35s
Waktu respons (total)	168.39s	151.31s	367.47s

Hamster playing table tennis

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

#34 GPT-5.2 Chat

none

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

#58 GPT-5.3 Chat

none

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

#110 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:

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	1,807	0
GPT-5.3 Chat	6.7	8.1	58.3%	1	3.86s	606	3,167	0
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	6,731	0
GPT-5.3 Chat	5.6	4.7	55.6%	2	10.52s	7,302	6,632	0
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	7,923	0
GPT-5.3 Chat	10.0	10.0	100.0%	0	15.07s	55,800	6,851	0
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	980	0
GPT-5.3 Chat	10.0	10.0	100.0%	2.21s	7,140	942	0
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	5.3	10.0	33.3%	0	17.78s	723	7,810	0
GPT-5.3 Chat	3.5	4.4	33.3%	2	13.01s	723	8,264	0
Gemini 3.1 Flash Lite Preview	5.3	10.0	33.3%	0	2.36s	641	18	1,212

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	335	0
GPT-5.3 Chat	4.6	10.0	0.0%	0	1.99s	477	319	0
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	1,441	0
GPT-5.3 Chat	9.8	10.0	100.0%	3.51s	660	1,491	0
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	1,603	0
GPT-5.3 Chat	10.0	10.0	100.0%	2.99s	642	1,758	0
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	555	0
GPT-5.3 Chat	10.0	10.0	100.0%	8.36s	5,445	861	0
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	1,239	0
GPT-5.3 Chat	3.0	10.0	0.0%	4.38s	195	569	0
Gemini 3.1 Flash Lite Preview	3.0	10.0	0.0%	1.35s	160	9	420

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-27Bnone GPT-5.2 ChatnonevsInklinghigh Gemini 3.1 Flash Lite PreviewlowvsLaguna XS 2.1mediumTersedia gratis Gemini 3.1 Flash Lite PreviewlowvsMiMo-V2.5medium Gemini 3.5 Flash-LitehighvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsGLM 5.2high Kimi K2.7 CodemediumvsGPT-5.3 Chatnone GPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium Muse Spark 1.1highvsGPT-5.2 Chatnone Nemotron 3 UltramediumTersedia gratisvsGPT-5.3 Chatnone Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27Bmedium