- 順位
- #19
- 合計出力トークン
- 49,841
- 応答時間（平均）
- 12.49s
- 合計コスト
- $1.931
Claude Opus 4.8 (medium) vs GPT-5.2 Chat
Claude Opus 4.8 (medium) が平均スコアでリードし、8.8 vs 8.0 です。 GPT-5.2 Chat の benchmark コストが低く、$0.604 vs $1.931 です。 GPT-5.2 Chat の方が高速で、7.65s vs 12.49s です、成功率は 84.9% vs 74.2% です。
- 順位
- #44
- 合計出力トークン
- 30,424
- 応答時間（平均）
- 7.65s
- 合計コスト
- $0.604
おすすめモデル
GPT-5.2 Chat
総合的に最も良い選択です。競争力のあるスコア（8.0）、Claude Opus 4.8 (medium) より低いコスト、バランスの取れた応答時間があります。
詳細比較
| 指標 | Claude Opus 4.8 Claude Opus 4.8 medium | GPT-5.2 Chat GPT-5.2 Chat none |
|---|---|---|
| スコア | 8.8 | 8.0 |
| 順位 | #19 | #44 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 9.6 | 8.6 |
| ベンチマーク網羅率 | 22/22 テスト · 66/66 回 | 22/22 テスト · 66/66 回 |
| 正解テスト | ||
| 試行ごとの合格率 | 84.9% | 74.2% |
| 不安定なテスト | 1 | 4 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 10.724 | 4.308 |
| 合計コスト | $1.931 | $0.604 |
| 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 | 138,451 | 101,248 |
| 出力トークン | 40,766 | 30,424 |
| 推論トークン | 9,075 | 0 |
| 応答時間（平均） | 12.49s | 7.65s |
| 応答時間（最大） | 70.54s | 38.52s |
| 応答時間（合計） | 274.72s | 168.39s |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#19 Claude Opus 4.8
medium- コスト
- $0.057
- 時間
- 23.1s
- トークン
- 2,412 tok
#44 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.95s | 834 | 1,179 | 478 | |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 15.33s | 10,590 | 9,945 | 1,381 | |
| 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 4.8 | 9.9 | 10.0 | 100.0% | 0 | 54.29s | 101,005 | 19,531 | 4,762 | |
| GPT-5.2 Chat | 7.3 | 5.8 | 83.3% | 1 | 13.91s | 78,055 | 7,923 | 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 4.8 | 7.1 | 5.6 | 83.3% | 1 | 12.29s | 10,503 | 481 | 312 | |
| 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 4.8 | 5.3 | 10.0 | 33.3% | 0 | 14.59s | 975 | 7,477 | 900 | |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 2.46s | 708 | 237 | 0 | |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.32s | 909 | 373 | 320 | |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 3.95s | 894 | 791 | 483 | |
| 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 4.8 | 10.0 | 10.0 | 100.0% | 0 | 8.96s | 11,775 | 301 | 225 | |
| 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 4.8 | 3.0 | 10.0 | 0.0% | 0 | 6.14s | 258 | 451 | 214 | |
| 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
GPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsInklinghighGPT-5.2 ChatnonevsGLM 5.2highDeepSeek V4 Flash 0731highvsGPT-5.2 ChatnoneMuse Spark 1.1highvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsInklingmediumClaude Opus 4.8mediumvsGrok 4.5highKimi K3maxvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsMuse Spark 1.2highClaude Opus 4.8mediumvsGemini 3.5 FlashlowClaude Opus 4.8mediumvsGemini 3.5 Flash LitehighDeepSeek V4 Flash 0731lowvsGPT-5.2 Chatnone