Claude Sonnet 5.5 (xhigh) vs GPT-5.2 (medium)

GPT-5.2 (medium) average score मध्ये पुढे आहे: 8.7 vs 8.6. Claude Sonnet 5.5 (xhigh) चा benchmark खर्च कमी आहे: $1.516 vs $1.540. Claude Sonnet 5.5 (xhigh) वेगवान आहे: 14.98s vs 31.29s, pass rates 79.7% vs 73.9%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #61
एकूण आउटपुट टोकन्स: 83,041
प्रतिसाद वेळ (सरासरी): 14.98s
एकूण खर्च: $1.516

क्रमांक: #54
एकूण आउटपुट टोकन्स: 80,538
प्रतिसाद वेळ (सरासरी): 31.29s
एकूण खर्च: $1.540

शिफारस केलेले मॉडेल Claude Sonnet 5.5 (xhigh)

Its score stays close to the best score here (8.6 vs 8.7), while responding about 2.1x faster than GPT-5.2 (medium).

तपशीलवार तुलना

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh प्रकाशन: 2026-09-29	GPT-5.2 GPT-5.2 medium प्रकाशन: 2025-12-11

मेट्रिक	Claude Sonnet 5.5 Claude Sonnet 5.5 xhigh प्रकाशन: 2026-09-29	GPT-5.2 GPT-5.2 medium प्रकाशन: 2025-12-11
स्कोअर	8.6	8.7
क्रमांक	#61	#54
विश्वसनीयता	10.0	10.0
सुसंगतता	8.7	8.5
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	79.7%	73.9%
अस्थिर चाचण्या	4	4
एकूण रन	69	69
प्रति निकाल खर्च	9.473	10.261
एकूण खर्च	$1.516	$1.540
इनपुट किंमत	$2.000 / 1M	$1.750 / 1M
आउटपुट किंमत	$10.000 / 1M	$14.000 / 1M
एकूण इनपुट टोकन्स	342,579	235,207
आउटपुट टोकन्स	12,848	11,065
रिझनिंग टोकन्स	70,193	69,473
प्रतिसाद वेळ (सरासरी)	14.98s	31.29s
प्रतिसाद वेळ (कमाल)	54.92s	116.86s
प्रतिसाद वेळ (एकूण)	344.60s	531.98s
पॅरामीटर्स	~1T एकूण (~100B सक्रिय)	~1.2T एकूण (~80B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#61 Claude Sonnet 5.5

xhigh

खर्च: $0.319
वेळ: 258.6s
टोकन्स: 31,969 tok

#54 GPT-5.2

medium

खर्च: $0.047
वेळ: 49.2s
टोकन्स: 3,396 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

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		54.92s	193,936	3,148	2,788
GPT-5.2	10.0	10.0	100.0%	0		75.85s	130,194	1,151	8,135

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.21s	858	417	1,162
GPT-5.2	6.5	8.0	58.3%	1		7.81s	606	567	2,002

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	8.2	7.2	88.9%	1		11.90s	10,608	555	9,501
GPT-5.2	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	8.7	6.9	83.3%	1		30.37s	111,104	6,732	10,690
GPT-5.2	10.0	10.0	100.0%	0		58.50s	82,056	7,304	14,693

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.96s	10,515	312	1,590
GPT-5.2	10.0	10.0	100.0%	0		3.15s	7,140	234	420

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	2.9	7.2	11.1%	1		35.33s	990	56	34,319
GPT-5.2	5.9	7.2	55.6%	1		97.33s	482	42	26,812

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	6.5	3.4	66.7%	1		9.10s	714	279	2,152
GPT-5.2	3.7	9.7	0.0%	0		4.32s	477	162	269

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.58s	921	98	661
GPT-5.2	9.9	10.0	100.0%	0		3.12s	660	94	614

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		4.88s	912	716	1,402
GPT-5.2	7.5	7.3	77.8%	1		5.80s	642	735	924

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	10.0	10.0	100.0%	0		10.29s	11,757	354	1,112
GPT-5.2	4.7	1.6	66.7%	1		10.30s	5,453	239	469

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
Claude Sonnet 5.5	3.0	10.0	0.0%	0		17.31s	264	181	4,816
GPT-5.2	3.0	10.0	0.0%	0		28.18s	195	26	3,223

झटपट तुलना

तुलना जोडी बदला