ナビゲーション
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

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.2 Chat

概要

Claude Opus 4.6 vs GPT-5.2 Chat の benchmark 比較: GPT-5.2 Chat が平均スコアでリードし、8.5 vs 7.7 です。 GPT-5.2 Chat の benchmark コストが低く、$0.393 vs $2.053 です。 GPT-5.2 Chat の方が高速で、7.13s vs 25.89s です、成功率は 61.9% vs 74.6% です。

おすすめモデル: GPT-5.2 Chat - ここでは最高スコア（8.5）で、Claude Opus 4.6 より約 5.2 倍低コストです。

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: 2026-07-02

指標 Claude Opus 4.6 Claude Opus 4.6 medium リリース: 2026-02-05 GPT-5.2 Chat GPT-5.2 Chat none リリース: 2025-12-11
スコア 7.7 8.5
順位 #40 #19
信頼性 10.0 10.0
一貫性 8.8 8.9
正解テスト
試行ごとの合格率 61.9% 74.6%
不安定なテスト 3 3
総実行回数 63 63
結果あたりのコスト 17.103 2.803
合計コスト $2.053 $0.393
入力価格 $5.000 / 1M $1.750 / 1M
出力価格 $25.000 / 1M $14.000 / 1M
合計入力トークン 53,227 34,212
出力トークン 47,446 23,744
推論トークン 24,000 0
応答時間（平均） 25.89s 7.13s
応答時間（最大） 83.40s 38.52s
応答時間（合計） 362.49s 149.69s

生成ショーケース

Hamster playing table tennis

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

#40 Claude Opus 4.6

medium
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 tok

#19 GPT-5.2 Chat

none
コスト
$0.010
時間
15.3s
トークン
797 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

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） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 840 986 1,071
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 606 1,807 0
コーディング 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） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 5.7 7.1 44.4% 1 30.10s 8,522 13,057 4,121
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 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） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 20,685 8,178 5,194
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 11,019 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） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 8,676 691 757
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 7,140 980 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） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 674 14,642 8,687
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 723 7,810 0
汎用知能 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） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 564 188 292
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 477 335 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） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 792 266 467
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 660 1,441 0
パズル解決 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） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 7.7 10.0 66.7% 0 4.71s 816 532 630
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 642 1,603 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） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 11,454 861 329
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 5,445 555 0
雑学 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） 入力トークン 出力トークン 推論トークン
Claude Opus 4.6 3.0 10.0 0.0% 0 63.24s 204 8,045 2,452
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 195 1,239 0

クイック比較

比較ペアを切り替え

Seed-2.0-LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumClaude Opus 4.6mediumvsStep 3.7 FlashlowGPT-5.2 ChatnonevsGLM 5mediumClaude Opus 4.6mediumvsDeepSeek V4 ProhighGPT-5.2 ChatnonevsGLM 5.2mediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.7 PlusmediumClaude Opus 4.6mediumvsGemini 3 Flash Previewlow