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

GPT-5.2 Chat が平均スコアでリードし、8.0 vs 7.8 です。 GPT-5.2 Chat の benchmark コストが低く、$0.604 vs $2.057 です。 GPT-5.2 Chat の方が高速で、7.65s vs 25.91s です、成功率は 66.7% vs 74.2% です。

おすすめモデルGPT-5.2 Chatここでは最高スコア（8.0）で、Claude Sonnet 4.6 (medium) より約 3.4 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: 2026-07-17

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17	GPT-5.2 Chat GPT-5.2 Chat none リリース: 2025-12-11

指標	Claude Sonnet 4.6 Claude Sonnet 4.6 medium リリース: 2026-02-17	GPT-5.2 Chat GPT-5.2 Chat none リリース: 2025-12-11
スコア	7.8	8.0
順位	#38	#29
信頼性	10.0	10.0
一貫性	9.2	8.6
正解テスト
試行ごとの合格率	66.7%	74.2%
不安定なテスト	2	4
総実行回数	66	66
結果あたりのコスト	14.692	4.308
合計コスト	$2.057	$0.604
入力価格	$3.000 / 1M	$1.750 / 1M
出力価格	$15.000 / 1M	$14.000 / 1M
合計入力トークン	106,292	101,248
出力トークン	80,748	30,424
推論トークン	35,117	0
応答時間（平均）	25.91s	7.65s
応答時間（最大）	140.96s	38.52s
応答時間（合計）	362.78s	168.39s

Hamster playing table tennis

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

#38 Claude Sonnet 4.6

medium

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 tok

#29 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

カテゴリ:

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 Sonnet 4.6	6.5	10.0	50.0%	0		2.98s	789	1,046	1,093
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 Sonnet 4.6	5.7	6.6	44.4%	1		33.29s	6,995	16,089	3,686
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 Sonnet 4.6	10.0	10.0	100.0%	0		93.65s	75,531	31,916	9,109
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 Sonnet 4.6	10.0	10.0	100.0%	0		13.90s	8,676	649	742
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 Sonnet 4.6	2.9	7.2	11.1%	1		0ms	471	25,790	16,919
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 Sonnet 4.6	10.0	10.0	100.0%	0		4.94s	564	256	433
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 Sonnet 4.6	10.0	10.0	100.0%	0		2.61s	792	318	552
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 Sonnet 4.6	10.0	10.0	100.0%	0		5.31s	816	592	646
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 Sonnet 4.6	10.0	10.0	100.0%	0		7.48s	11,454	655	351
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 Sonnet 4.6	3.0	10.0	0.0%	0		30.09s	204	3,437	1,586
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 Flashmedium GPT-5.2 ChatnonevsGLM 5.2high Muse Spark 1.1highvsGPT-5.2 Chatnone Kimi K3maxvsGPT-5.2 Chatnone Claude Sonnet 4.6mediumvsGPT-5.6 Lunahigh Claude Sonnet 4.6mediumvsGPT-5.6 Terrahigh Claude Sonnet 4.6mediumvsKimi K3max Seed-2.0-LitemediumvsGPT-5.2 Chatnone Claude Sonnet 4.6mediumvsDeepSeek V4 Flashhigh Claude Sonnet 4.6mediumvsDeepSeek V4 Prohigh GPT-5.2 ChatnonevsQwen3.7 Plusmedium Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone