| अँटी-एआय युक्त्या | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 | 7.00 | 7.28 | 77.8% | 1 | 549 | 2,002 | |
| xAI: Grok 4.1 Fast | 1.33 | 10.00 | 0.0% | 0 | 229 | 0 |
AI BENCHY Compare
OpenAI: GPT-5.2 vs xAI: Grok 4.1 Fast
मॉडेल नाव:
AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले : 2026-02-27 15:16
सारांश
| मेट्रिक | OpenAI: GPT-5.2 medium प्रकाशन: प्रकाशन तारीख अज्ञात | xAI: Grok 4.1 Fast none प्रकाशन: प्रकाशन तारीख अज्ञात |
|---|---|---|
| क्रमांक | #12 | #38 |
| स्कोअर | 6.93 | 3.00 |
| सुसंगतता | 8.22 | 8.69 |
| प्रति निकाल खर्च | 2.780 | 0.176 |
| एकूण खर्च | $0.251 | $0.006 |
| बरोबर चाचण्या | ||
| चुकीच्या चाचण्या | 5 | 11 |
| प्रति प्रयत्न पास दर | 76.2% | 28.6% |
| अस्थिर चाचण्या | 3 | 2 |
| आउटपुट टोकन्स | 1,869 | 931 |
| रिझनिंग टोकन्स | 14,190 | 0 |
श्रेणीवार तपशील
| डेटा पार्सिंग आणि निष्कर्षण | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 | 10.00 | 10.00 | 100.0% | 0 | 234 | 499 | |
| xAI: Grok 4.1 Fast | 10.00 | 10.00 | 100.0% | 0 | 180 | 0 |
| डोमेन-विशिष्ट | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 | 4.00 | 7.21 | 55.6% | 1 | 42 | 9,690 | |
| xAI: Grok 4.1 Fast | 4.00 | 7.21 | 55.6% | 1 | 15 | 0 |
| सूचनांचे पालन | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 | 9.50 | 10.00 | 100.0% | 0 | 95 | 587 | |
| xAI: Grok 4.1 Fast | 1.00 | 10.00 | 0.0% | 0 | 66 | 0 |
| Puzzle Solving | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 | 8.00 | 10.00 | 66.7% | 0 | 710 | 943 | |
| xAI: Grok 4.1 Fast | 1.00 | 9.48 | 0.0% | 0 | 233 | 0 |
| टूल कॉलिंग | स्कोअर | सुसंगतता | प्रति प्रयत्न पास दर | अस्थिर चाचण्या | बरोबर चाचण्या | आउटपुट टोकन्स | रिझनिंग टोकन्स |
|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.2 | 1.00 | 1.62 | 66.7% | 1 | 239 | 469 | |
| xAI: Grok 4.1 Fast | 1.00 | 1.62 | 33.3% | 1 | 208 | 0 |
तुलना जोडी बदला
OpenAI: GPT-5.2 ची तुलना याच्याशी करा...
- Google: Gemini 3 Flash Preview medium
- Google: Gemini 3.1 Pro Preview medium
- Google: Gemini 3 Pro Preview medium
- Qwen: Qwen3.5 Plus 2026-02-15 medium
- Qwen: Qwen3.5-27B medium
- Google: Gemini 3 Flash Preview low
- OpenAI: GPT-5.3-Codex medium
- Anthropic: Claude Sonnet 4.6 medium
- Z.ai: GLM 5 medium
- Google: Gemini 3 Flash Preview none
- StepFun: Step 3.5 Flash medium मोफत उपलब्ध
- Qwen: Qwen3.5-122B-A10B medium
- Anthropic: Claude Sonnet 4.6 none
- Qwen: Qwen3.5 Plus 2026-02-15 none
- xAI: Grok 4.1 Fast medium
- MoonshotAI: Kimi K2.5 medium
- ByteDance Seed: Seed-2.0-Mini medium
- Z.ai: GLM 5 none
- Anthropic: Claude Opus 4.6 medium
- Xiaomi: MiMo-V2-Flash medium
- Qwen: Qwen3.5-35B-A3B medium
- OpenAI: GPT-5 Nano medium
- Qwen: Qwen3.5-Flash medium
- OpenAI: gpt-oss-120b medium मोफत उपलब्ध
- MiniMax: MiniMax M2.5 medium
- Qwen: Qwen3.5-122B-A10B none
- OpenAI: GPT-4o-mini none
- Qwen: Qwen3.5-27B none
- Qwen: Qwen3.5-35B-A3B none
- Z.ai: GLM 4.7 Flash medium
- MoonshotAI: Kimi K2.5 none
- Qwen: Qwen3 Coder Next none
- Z.ai: GLM 4.7 Flash none
- Qwen: Qwen3.5-Flash none
- Qwen: Qwen3 Coder Next medium
- Xiaomi: MiMo-V2-Flash none
- xAI: Grok 4.1 Fast none
- LiquidAI: LFM2-24B-A2B none
xAI: Grok 4.1 Fast ची तुलना याच्याशी करा...
- Google: Gemini 3 Flash Preview medium
- Google: Gemini 3.1 Pro Preview medium
- Google: Gemini 3 Pro Preview medium
- Qwen: Qwen3.5 Plus 2026-02-15 medium
- Qwen: Qwen3.5-27B medium
- Google: Gemini 3 Flash Preview low
- OpenAI: GPT-5.3-Codex medium
- Anthropic: Claude Sonnet 4.6 medium
- Z.ai: GLM 5 medium
- Google: Gemini 3 Flash Preview none
- StepFun: Step 3.5 Flash medium मोफत उपलब्ध
- OpenAI: GPT-5.2 medium
- Qwen: Qwen3.5-122B-A10B medium
- Anthropic: Claude Sonnet 4.6 none
- Qwen: Qwen3.5 Plus 2026-02-15 none
- xAI: Grok 4.1 Fast medium
- MoonshotAI: Kimi K2.5 medium
- ByteDance Seed: Seed-2.0-Mini medium
- Z.ai: GLM 5 none
- Anthropic: Claude Opus 4.6 medium
- Xiaomi: MiMo-V2-Flash medium
- Qwen: Qwen3.5-35B-A3B medium
- OpenAI: GPT-5 Nano medium
- Qwen: Qwen3.5-Flash medium
- OpenAI: gpt-oss-120b medium मोफत उपलब्ध
- MiniMax: MiniMax M2.5 medium
- Qwen: Qwen3.5-122B-A10B none
- OpenAI: GPT-4o-mini none
- Qwen: Qwen3.5-27B none
- Qwen: Qwen3.5-35B-A3B none
- Z.ai: GLM 4.7 Flash medium
- MoonshotAI: Kimi K2.5 none
- Qwen: Qwen3 Coder Next none
- Z.ai: GLM 4.7 Flash none
- Qwen: Qwen3.5-Flash none
- Qwen: Qwen3 Coder Next medium
- Xiaomi: MiMo-V2-Flash none
- LiquidAI: LFM2-24B-A2B none