Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs OpenAI: GPT-5.3-Codex

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-15

Metrik GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11 GPT-5.3-Codex GPT-5.3-Codex medium Rilis: 2026-02-05
Peringkat #17 #5
Skor 8.0 8.7
Konsistensi 9.1 9.1
Biaya per hasil 2.440 4.485
Total Biaya $0.269 $0.539
Tes benar
Tingkat lulus per percobaan 75.0% 83.3%
Tes tidak stabil 2 2
Total Run 48 48
Token output 15,845 1,764
Token penalaran 0 33,348
Waktu respons (rata-rata) 7.03s 16.59s
Waktu respons (maks) 38.52s 100.93s
Waktu respons (total) 112.51s 265.39s

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 output Token penalaran
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.97s 1,651 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 4.69s 216 1,421
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 19.56s 364 2,731
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.07s 234 728
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 0
GPT-5.3-Codex 5.9 7.2 55.6% 1 64.31s 64 25,308
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 0
GPT-5.3-Codex 4.6 10.0 0.0% 0 4.87s 187 331
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.2 Chat 7.5 6.1 83.3% 1 5.46s 1,528 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 3.04s 93 693
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.42s 1,743 0
GPT-5.3-Codex 9.0 7.9 88.9% 1 5.12s 352 1,644
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0
GPT-5.3-Codex 10.0 10.0 100.0% 0 6.37s 254 492

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3-CodexmediumGPT-5.2 ChatnonevsMiMo-V2-FlashmediumGPT-5.2 ChatnonevsGLM 5 TurbomediumDeepSeek V3.2mediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5-FlashmediumGPT-5.2 ChatnonevsGrok 4.20 BetamediumGPT-5.2 ChatnonevsGLM 5mediumGPT-5.2 ChatnonevsStep 3.5 FlashmediumTersedia gratisClaude Sonnet 4.6mediumvsGPT-5.2 Chatnone