Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs xAI: Grok 4.20

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-02

Metrik GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11 Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31
Skor 7.8 7.1
Peringkat #29 #40
Konsistensi 8.6 8.2
Tes benar
Tingkat lulus per percobaan 74.5% 66.7%
Tes tidak stabil 3 4
Total Run 51 51
Biaya per hasil 2.462 7.358
Total Biaya $0.271 $0.663
Harga input $1.750 / 1M $2.000 / 1M
Harga output $14.000 / 1M $6.000 / 1M
Token output 16,001 1,494
Token penalaran 0 97,078
Waktu respons (rata-rata) 6.72s 9.50s
Waktu respons (maks) 38.52s 29.87s
Waktu respons (total) 114.20s 161.54s

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 8.7 7.9 91.7% 1 3.40s 1,807 0
Grok 4.20 8.2 7.9 83.3% 1 3.36s 280 8,476
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 10.0 10.0 100.0% 0 17.40s 232 9,556
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
Grok 4.20 10.0 10.0 100.0% 0 4.17s 180 5,333
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
Grok 4.20 5.3 10.0 33.3% 0 27.03s 375 49,339
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
Grok 4.20 5.8 2.8 66.7% 1 7.09s 47 4,252
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
Grok 4.20 7.3 5.9 83.3% 1 4.42s 40 5,474
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
Grok 4.20 6.4 7.7 55.6% 1 3.89s 143 8,028
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 3.0 10.0 0.0% 0 13.68s 197 6,620

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.5 FlashmediumTersedia gratisGPT-5.2 ChatnonevsGLM 5V TurbomediumGPT-5.2 ChatnonevsGrok 4.20 BetamediumGPT-5.2 ChatnonevsMiMo-V2-OmnimediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6nonevsGrok 4.20mediumGPT-5.2 ChatnonevsMiMo-V2-PromediumGPT-5.2 ChatnonevsQwen3.5-FlashmediumGPT-5.2 ChatnonevsMiMo-V2-FlashmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5 TurbomediumClaude Opus 4.6mediumvsGPT-5.2 Chatnone