AI BENCHY
Advertise here
#57

GPT-5.2

OpenAI Rilis: 2025-12-11 Diuji pada: 2026-05-22 00:19 openai/gpt-5.2::medium

Ringkasan

GPT-5.2 mendapat skor 7.4 di AI BENCHY dan berada di peringkat #57. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 70.0%, total biaya $0.490, dan waktu respons rata-rata 16.44s.

Yang membuat GPT-5.2 unik: Model ini paling menonjol di Pemrograman, dengan peringkat #1, sementara Kecerdasan umum adalah area terlemahnya di #13.

Skor

7.4

Konsistensi

8.3

Keandalan

10.0

Total biaya (harga saat ini)

$0.490

Total token output

31,057

Total token input

0

Harga input

$1.750 / 1M

Harga output

$14.000 / 1M

Tes benar

Tes Salah: 8

Tingkat lulus per percobaan: 70.0%

Tes tidak stabil

4

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

Waktu respons (rata-rata)

16.44s

Waktu respons (maks): 77.80s

Waktu respons (total): 213.77s

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

Showcase generasi

Hamster playing table tennis

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

#57 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
2026-06-04 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 Run saat ini
2026-04-11 01:44 Run pertama yang tercatat 7.5 T/A $0.352 Bandingkan

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

GPT-5.2mediumvsStep 3.7 FlashmediumGPT-5.2mediumvsGPT-5.2 ChatnoneGPT-5.2mediumvsDeepSeek V4 FlashhighGPT-5.2mediumvsSeed-2.0-LitemediumGPT-5.2mediumvsGemini 2.5 FlashmediumGPT-5.2mediumvsGemini 3.5 FlashhighGPT-5.2mediumvsGemini 3 Flash PreviewmediumGPT-5.2mediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisGPT-5.2mediumvsGPT-5.5low

Rincian Kategori

Kategori Skor Konsistensi Tes benar
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 7.6 7.3
Pemanggilan alat 4.7 1.6
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan