Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.2 vs xAI: Grok 4.20

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

Metrik GPT-5.2 GPT-5.2 medium Rilis: 2025-12-11 Grok 4.20 Grok 4.20 medium Rilis: 2026-03-31
Skor 7.3 7.1
Peringkat #36 #40
Konsistensi 8.0 8.2
Tes benar
Tingkat lulus per percobaan 70.6% 66.7%
Tes tidak stabil 4 4
Total Run 51 51
Biaya per hasil 3.131 7.358
Total Biaya $0.314 $0.663
Harga input $1.750 / 1M $2.000 / 1M
Harga output $14.000 / 1M $6.000 / 1M
Token output 2,238 1,494
Token penalaran 16,811 97,078
Waktu respons (rata-rata) 13.93s 9.50s
Waktu respons (maks) 77.80s 29.87s
Waktu respons (total) 139.29s 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 6.5 8.0 58.3% 1 7.81s 567 2,002
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 10.0 10.0 100.0% 0 14.06s 291 1,757
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 10.0 10.0 100.0% 0 3.15s 234 420
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 5.9 7.2 55.6% 1 77.80s 42 10,342
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 3.7 9.7 0.0% 0 4.32s 162 269
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 9.9 10.0 100.0% 0 3.12s 94 614
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 7.7 7.3 77.8% 1 5.47s 609 938
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 4.7 1.6 66.7% 1 10.30s 239 469
Grok 4.20 3.0 10.0 0.0% 0 13.68s 197 6,620

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemma 4 31BnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneGPT-5.3 ChatnonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumGPT-5.2mediumvsQwen3.5 Plus 2026-02-15noneGemma 4 31BnonevsGPT-5.2mediumGPT-5.2mediumvsGLM 5noneGrok 4.20mediumvsMiMo-V2-OmninoneGPT-5.2 ChatnonevsGrok 4.20medium