Advertise here
#54

GPT-5.2

OpenAI Rilis: 2025-12-11 Diuji pada: 2026-10-01 01:41 openai/gpt-5.2::medium
~1.2T total (~80B aktif)MoETertutupPerkiraan

Ringkasan

GPT-5.2 mendapat skor 8.7 di AI BENCHY dan berada di peringkat #54. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 73.9%, total biaya $1.558, dan waktu respons rata-rata 31.29s.

Yang membuat GPT-5.2 unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #1, sementara Trik anti-AI adalah area terlemahnya di #17.

Fakta model

Ditelaah pada 2026-08-12

Perkiraan
Parameter
~1.2T total (~80B aktif)
Arsitektur
MoE
Ketersediaan
Tertutup
Lisensi
-

Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.

Sumber parameter Sumber ketersediaan

Skor

8.7

Konsistensi

8.5

Keandalan

10.0

Total biaya (harga saat ini)

$1.558 ↑ +1.2%

Diuji pada: $1.540

Total token output

80,538

Total token input

235,207

Harga input

$1.750 / 1M

Harga output

$14.000 / 1M

Harga baca cache

$0.175 / 1M

Harga tulis cache

T/A

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Tes benar

Tes Salah: 8

Tingkat lulus per percobaan: 73.9%

Tes tidak stabil

4

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

31.29s

Waktu respons (maks): 116.86s

Waktu respons (total): 531.98s

Tidak mengikuti instruksi: 3 Jawaban salah: 3 Tidak ada jawaban: 1 Kedaluwarsa: 1

Hamster playing table tennis

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

#54 GPT-5.2

medium
Biaya
$0.047
Waktu
49.2s
Token
3,396 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-10-01 01:41 Uji ulang 8.7 10.0 $1.558 ↑ Run saat ini
2026-07-16 22:37 Tes baru ditambahkan 8.4 10.0 $0.951 Bandingkan
2026-06-04 13:45 Tes baru ditambahkan 7.5 10.0 $0.548 Bandingkan
2026-05-22 00:19 Uji ulang 7.4 10.0 $0.490 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 7.5 T/A $0.352 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

RunCakupan benchmarkSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-10-01 01:41 · Run saat ini69/69 percobaan8.78.510.015/23480,538235,207$1.55831.29s
2026-04-11 01:44 · Run pertama yang tercatat54/54 percobaan7.58.1T/A11/18421,6820$0.35214.04s
Selisih—+1.2+0.4+40+58856+235207+$1.207+17256ms

Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 54/54 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output Harga baca cache Harga tulis cache
2026-08-14 12:51 $1.750 / 1M $14.000 / 1M T/A T/A
2026-10-01 18:33 $1.750 / 1M $14.000 / 1M $0.175 / 1M T/A

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

GPT-5.2mediumvsMuse Spark 1.2lowGPT-5.2mediumvsQwen3.8 27BhighTersedia gratisGPT-5.2mediumvsDeepSeek V4.1 FlashmediumGPT-5.2mediumvsMiMo-V2.6-PromediumGPT-5.2mediumvsDeepSeek V4.1 FlashhighGPT-5.2mediumvsSeed 2.1 TurbomediumGPT-5.2mediumvsGPT-5.4mediumGPT-5.2mediumvsGPT-6 SollowGPT-5.2mediumvsQwen3.8 MAXlowGPT-5.2mediumvsDeepSeek V4.1 Flashmax

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Tugas agen 10.0 10.0
Trik anti-AI 6.5 8.0
Pemrograman 10.0 10.0
Gabungan 10.0 10.0
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.9 7.2
Kecerdasan umum 3.7 9.7
Kepatuhan instruksi 9.9 10.0
Pemecahan teka-teki 7.5 7.3
Pemanggilan alat 4.7 1.6
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan