नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

तुलना केलेली मॉडेल्स

GPT-5.2 Chat vs GPT 5.3 Chat vs Gemini 3.1 Flash Lite Preview (low) benchmark तुलना: GPT-5.2 Chat स्कोअर मध्ये 7.9 सह आघाडीवर आहे. GPT-5.2 Chat विश्वसनीयता मध्ये 10.0 सह आघाडीवर आहे. GPT 5.3 Chat चे एकूण खर्च सर्वात कमी आहे: $0.533. GPT 5.3 Chat 6.56s वर सर्वात जलद आहे.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-04

क्रमांक
#72
एकूण आउटपुट टोकन्स
29,742
प्रतिसाद वेळ (सरासरी)
7.73s
एकूण खर्च
$0.594
क्रमांक
#98
एकूण आउटपुट टोकन्स
28,179
प्रतिसाद वेळ (सरासरी)
6.56s
एकूण खर्च
$0.533
क्रमांक
#164
एकूण आउटपुट टोकन्स
412,179
प्रतिसाद वेळ (सरासरी)
16.67s
एकूण खर्च
$0.646
शिफारस केलेले मॉडेल GPT-5.2 Chat

It has the best score here (7.9), while responding about 1.5x faster than या तुलनेतील इतर मॉडेल.

तपशीलवार तुलना

मेट्रिक GPT-5.2 Chat GPT-5.2 Chat none प्रकाशन: 2025-12-11 GPT 5.3 Chat GPT 5.3 Chat none प्रकाशन: 2026-03-03 Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low प्रकाशन: 2026-03-03
स्कोअर 7.9 7.5 6.6
क्रमांक #72 #98 #164
विश्वसनीयता 10.0 10.0 10.0
सुसंगतता 8.6 8.6 10.0
प्रयत्न 66/66 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 69.7% 65.2% 63.6%
अस्थिर चाचण्या 4 4 0
एकूण रन 66 66 66
प्रति निकाल खर्च 4.564 4.097 4.613
एकूण खर्च $0.594 $0.533 $0.646
इनपुट किंमत $1.750 / 1M $1.750 / 1M $0.250 / 1M
आउटपुट किंमत $14.000 / 1M $14.000 / 1M $1.500 / 1M
एकूण इनपुट टोकन्स 101,104 78,846 110,196
आउटपुट टोकन्स 29,742 28,179 14,717
रिझनिंग टोकन्स 0 0 397,462
प्रतिसाद वेळ (सरासरी) 7.73s 6.56s 16.67s
प्रतिसाद वेळ (कमाल) 38.52s 18.33s 309.35s
प्रतिसाद वेळ (एकूण) 162.40s 137.77s 366.69s
पॅरामीटर्स ~400B एकूण (~17B सक्रिय) ~400B एकूण (~17B सक्रिय) ~150B एकूण (~10B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#72 GPT-5.2 Chat

none
खर्च
$0.010
वेळ
15.3s
टोकन्स
797 tok

#98 GPT 5.3 Chat

none
खर्च
$0.008
वेळ
8.1s
टोकन्स
634 tok

#164 Gemini 3.1 Flash Lite Preview

low
खर्च
$0.002
वेळ
3.7s
टोकन्स
1,203 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
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 0
GPT 5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Gemini 3.1 Flash Lite Preview 5.5 10.0 33.3% 0 1.39s 8,138 660 1,060

झटपट तुलना

तुलना जोडी बदला