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

GPT-5.2 (medium) vs Grok 4.6 (medium)

GPT-5.2 (medium) average score मध्ये पुढे आहे: 8.4 vs 8.3. GPT-5.2 (medium) चा benchmark खर्च कमी आहे: $0.951 vs $1.656. GPT-5.2 (medium) वेगवान आहे: 22.62s vs 71.86s, pass rates 72.7% vs 80.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-12

क्रमांक
#36
एकूण आउटपुट टोकन्स
54,782
प्रतिसाद वेळ (सरासरी)
22.62s
एकूण खर्च
$0.951
क्रमांक
#40
एकूण आउटपुट टोकन्स
240,338
प्रतिसाद वेळ (सरासरी)
71.86s
एकूण खर्च
$1.656
शिफारस केलेले मॉडेल GPT-5.2 (medium)

It has the best score here (8.4), while costing about 1.7x less than Grok 4.6 (medium).

तपशीलवार तुलना

मेट्रिक GPT-5.2 GPT-5.2 medium प्रकाशन: 2025-12-11 Grok 4.6 Grok 4.6 medium प्रकाशन: 2026-08-12
स्कोअर 8.4 8.3
क्रमांक #36 #40
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 8.2
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 72.7% 80.3%
अस्थिर चाचण्या 4 5
एकूण रन 66 66
प्रति निकाल खर्च 6.791 11.038
एकूण खर्च $0.951 $1.656
इनपुट किंमत $1.750 / 1M $2.000 / 1M
आउटपुट किंमत $14.000 / 1M $6.000 / 1M
एकूण इनपुट टोकन्स 105,004 106,778
आउटपुट टोकन्स 9,914 4,811
रिझनिंग टोकन्स 44,868 235,527
प्रतिसाद वेळ (सरासरी) 22.62s 71.86s
प्रतिसाद वेळ (कमाल) 102.93s 514.35s
प्रतिसाद वेळ (एकूण) 339.28s 1580.96s
पॅरामीटर्स ~1.2T एकूण (~80B सक्रिय) ~1.7T एकूण (~170B 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.

#36 GPT-5.2

medium
खर्च
$0.047
वेळ
49.2s
टोकन्स
3,396 tok

#40 SpaceXAI: Grok 4.6

medium
खर्च
$0.028
वेळ
72.1s
टोकन्स
4,771 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 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
Grok 4.6 8.2 7.2 88.9% 1 120.05s 9,579 351 64,226

झटपट तुलना

तुलना जोडी बदला