AI BENCHY Compare
Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.2 Chat
比較する:
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-03-06
| 指標 | Anthropic: Claude Opus 4.6 medium リリース: 2026-02-05 | OpenAI: GPT-5.2 Chat none リリース: 2025-12-11 |
|---|---|---|
| 平均スコア | 6.4 | 7.7 |
| 順位 | #31 | #12 |
| 正解テスト | ||
| 一貫性 | 8.9 | 9.5 |
| 結果あたりのコスト | 14.411 | 2.389 |
| 合計コスト | $1.297 | $0.263 |
| 試行ごとの合格率 | 64.4% | 77.8% |
| 不安定なテスト | 2 | 1 |
| common.totalRuns | 45 (15 x 3) | 45 (15 x 3) |
| 出力トークン | 26,066 | 15,510 |
| 推論トークン | 17,071 | 0 |
| 応答時間（平均） | 25.08s | 7.29s |
| 応答時間（最大） | 83.40s | 38.52s |
| 応答時間（合計） | 200.67s | 109.31s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 4.0 | 4.4 | 55.6% | 2 | 11.88s | 897 | 1,000 | |
| OpenAI: GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 3.97s | 1,651 | 0 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 76.66s | 8,178 | 5,194 | |
| OpenAI: GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 9.12s | 1,243 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 9.9 | 10.0 | 100.0% | 0 | 7.37s | 691 | 757 | |
| OpenAI: GPT-5.2 Chat | 9.9 | 10.0 | 100.0% | 0 | 3.05s | 980 | 0 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 10.0 | 10.0 | 0.0% | 0 | 83.40s | 14,642 | 8,687 | |
| OpenAI: GPT-5.2 Chat | 4.0 | 10.0 | 33.3% | 0 | 17.78s | 7,810 | 0 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 266 | 467 | |
| OpenAI: GPT-5.2 Chat | 6.0 | 6.1 | 83.3% | 1 | 5.46s | 1,528 | 0 |
| Puzzle Solving | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 7.0 | 10.0 | 66.7% | 0 | 4.60s | 531 | 637 | |
| OpenAI: GPT-5.2 Chat | 7.0 | 10.0 | 66.7% | 0 | 4.42s | 1,743 | 0 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.6 | 10.0 | 10.0 | 100.0% | 0 | 9.73s | 861 | 329 | |
| OpenAI: GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 4.68s | 555 | 0 |
クイック比較
比較ペアを切り替え
Claude Opus 4.6mediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.5 Flashmedium無料で利用可能GPT-5.2 ChatnonevsMiMo-V2-FlashmediumGPT-5.2 ChatnonevsGLM 5mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewhighvsGPT-5.2 ChatnoneGemini 3 Pro PreviewmediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.2 Chatnone