नेव्हिगेशन
Advertise here

Claude Sonnet 4.6 (medium) vs GPT-5.2 Chat (default)

GPT-5.2 Chat (default) average score मध्ये पुढे आहे: 7.0 vs 6.4. GPT-5.2 Chat (default) चा benchmark खर्च कमी आहे: $0.594 vs $2.126. GPT-5.2 Chat (default) वेगवान आहे: 7.43s vs 28.08s, pass rates 62.3% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-19

तुलना केलेली मॉडेल्स

क्रमांक
#242
एकूण आउटपुट टोकन्स
120,427
प्रतिसाद वेळ (सरासरी)
28.08s
एकूण खर्च
$2.126
क्रमांक
#184
एकूण आउटपुट टोकन्स
29,742
प्रतिसाद वेळ (सरासरी)
7.43s
एकूण खर्च
$0.594
शिफारस केलेले मॉडेल GPT-5.2 Chat (default)

It has the best score here (7.0), while costing about 3.6x less than Claude Sonnet 4.6 (medium).

तपशीलवार तुलना

मेट्रिक Claude Sonnet 4.6 Claude Sonnet 4.6 medium प्रकाशन: 2026-02-17 GPT-5.2 Chat GPT-5.2 Chat default प्रकाशन: 2025-12-11
स्कोअर 6.4 7.0
क्रमांक #242 #184
विश्वसनीयता 10.0 10.0
सुसंगतता 9.1 8.7
प्रयत्न 66/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 62.3% 66.7%
अस्थिर चाचण्या 1 4
एकूण रन 66 69
प्रति निकाल खर्च 15.182 4.564
एकूण खर्च $2.126 $0.594
इनपुट किंमत $3.000 / 1M $1.750 / 1M
आउटपुट किंमत $15.000 / 1M $14.000 / 1M
कॅश वाचण्याची किंमत $0.300 / 1M $0.175 / 1M
कॅश लिहिण्याची किंमत $3.750 / 1M लागू नाही
एकूण इनपुट टोकन्स 106,316 101,104
आउटपुट टोकन्स 79,338 10,414
रिझनिंग टोकन्स 41,089 19,328
प्रतिसाद वेळ (सरासरी) 28.08s 7.43s
प्रतिसाद वेळ (कमाल) 140.96s 38.52s
प्रतिसाद वेळ (एकूण) 421.15s 163.35s
पॅरामीटर्स ~1T एकूण (~100B सक्रिय) ~400B एकूण (~17B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#242 Claude Sonnet 4.6

medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
खर्च
$0.000
वेळ
300.0s
टोकन्स
0 tok

#184 GPT-5.2 Chat

default
खर्च
$0.010
वेळ
15.3s
टोकन्स
797 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
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 7,305 843 5,888

झटपट तुलना

तुलना जोडी बदला

Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatdefaultKimi K2.7 CodemediumvsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsMiMo-V2.5mediumEmber-1lowvsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsMiMo-V2.6-FlashlowMinimax M3.1 Flashlowमोफत उपलब्धvsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsGLM 5.3 FlashXmediumGPT-5.2 ChatdefaultvsStep 5 PreviewhighGPT-5.2 ChatdefaultvsQwen3.5-122B-A10BmediumGPT-5.2 ChatdefaultvsGrok 4.6lowGemini 3 Flash PreviewlowvsGPT-5.2 ChatdefaultMuse Glimmer 30BlowvsGPT-5.2 Chatdefault