Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs xAI: Grok 4.3

Ringkasan

Perbandingan benchmark GPT-5.2 Chat vs Grok 4.3: GPT-5.2 Chat unggul dalam skor rata-rata dengan 8.5 vs 7.7. GPT-5.2 Chat memiliki biaya benchmark lebih rendah di $0.393 vs $0.614. GPT-5.2 Chat lebih cepat di 7.13s vs 47.51s, dengan tingkat keberhasilan 74.6% vs 71.4%.

Model yang direkomendasikan: GPT-5.2 Chat - It has the best score here (8.5), while costing about 1.6x less than Grok 4.3.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-12

Metrik GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11 Grok 4.3 Grok 4.3 medium Rilis: 2026-05-01
Skor 8.5 7.7
Peringkat #22 #40
Keandalan 10.0 10.0
Konsistensi 8.9 8.5
Tes benar
Tingkat lulus per percobaan 74.6% 71.4%
Tes tidak stabil 3 4
Total Run 63 63
Biaya per hasil 2.803 4.724
Total Biaya $0.393 $0.614
Harga input $1.750 / 1M $1.250 / 1M
Harga output $14.000 / 1M $2.500 / 1M
Total token input 34,212 44,472
Token output 23,744 1,981
Token penalaran 0 221,382
Waktu respons (rata-rata) 7.13s 47.51s
Waktu respons (maks) 38.52s 216.69s
Waktu respons (total) 149.69s 997.68s

Generation showcase

Hamster playing table tennis

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

#22 GPT-5.2 Chat

none
Cost
$0.010
Time
15.3s
Tokens
797 tok

#40 xAI: Grok 4.3

medium
Cost
$0.009
Time
19.0s
Tokens
3,661 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

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar 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
Grok 4.3 10.0 10.0 100.0% 0 8.83s 2,010 88 8,207
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar 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
Grok 4.3 5.9 7.7 44.4% 1 41.23s 8,340 1,028 31,226
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 11,019 1,243 0
Grok 4.3 10.0 10.0 100.0% 0 63.99s 12,909 234 15,301
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 7,140 980 0
Grok 4.3 10.0 10.0 100.0% 0 18.97s 7,761 180 9,546
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar 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
Grok 4.3 5.3 7.2 44.4% 1 181.74s 1,764 14 111,300
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar 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
Grok 4.3 5.4 2.5 66.7% 1 24.70s 825 70 5,020
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 660 1,441 0
Grok 4.3 9.8 10.0 100.0% 0 18.58s 1,362 57 8,713
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 642 1,603 0
Grok 4.3 5.9 7.2 55.6% 1 22.52s 1,689 128 14,468
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 5,445 555 0
Grok 4.3 10.0 10.0 100.0% 0 17.66s 7,263 168 4,615
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 195 1,239 0
Grok 4.3 3.0 10.0 0.0% 0 44.47s 549 14 12,986

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumStep 3.7 FlashlowvsGrok 4.3mediumGPT-5.2 ChatnonevsGLM 5mediumGPT-5.2 ChatnonevsGLM 5 TurbomediumGPT-5.3 ChatnonevsGrok 4.3mediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.7 PlusmediumGemini 3 Flash PreviewlowvsGrok 4.3mediumClaude Opus 4.8mediumvsGPT-5.2 Chatnone