Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs xAI: Grok 4.20 Beta

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-12

Metrik GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11 Grok 4.20 Beta Grok 4.20 Beta medium Rilis: 2026-03-12
Peringkat #16 #24
Skor Rata-rata 7.4 7.0
Konsistensi 9.1 9.0
Biaya per hasil 2.440 5.989
Total Biaya $0.269 $0.599
Tes benar
Tingkat lulus per percobaan 75.0% 70.8%
Tes tidak stabil 2 2
Total Run 48 48
Token output 15,845 1,481
Token penalaran 0 86,628
Waktu respons (rata-rata) 7.03s 8.89s
Waktu respons (maks) 38.52s 24.21s
Waktu respons (total) 112.51s 142.18s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Total token output

Skor Rata-rata 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
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.19s 262 6,289
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
Grok 4.20 Beta 10.0 10.0 100.0% 0 20.93s 227 12,212
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 9.9 10.0 100.0% 0 3.05s 980 0
Grok 4.20 Beta 9.9 10.0 100.0% 0 4.01s 180 5,281
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 4.0 10.0 33.3% 0 17.78s 7,810 0
Grok 4.20 Beta 4.0 10.0 33.3% 0 21.33s 251 40,255
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 4.0 3.0 33.3% 1 3.20s 335 0
Grok 4.20 Beta 10.0 10.0 100.0% 0 5.78s 72 3,440
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 6.0 6.1 83.3% 1 5.46s 1,528 0
Grok 4.20 Beta 9.0 10.0 50.0% 0 4.97s 57 7,107
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 7.0 10.0 66.7% 0 4.42s 1,743 0
Grok 4.20 Beta 7.0 7.2 88.9% 1 3.85s 249 6,660
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
Grok 4.20 Beta 10.0 10.0 0.0% 0 12.39s 183 5,384

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsGLM 5mediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumTersedia gratisGemini 3.1 Flash Lite PreviewnonevsGrok 4.20 BetamediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewnonevsGrok 4.20 BetamediumClaude Sonnet 4.6nonevsGrok 4.20 BetamediumGPT-5.2 ChatnonevsMiMo-V2-FlashmediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGPT-5.3 ChatnonevsGrok 4.20 Betamedium