नेव्हिगेशन
Advertise here

GPT-5.2 (medium) vs GLM 5.3 FlashX (max)

average score जवळपास समान आहे: 8.4 vs 8.3. GLM 5.3 FlashX (max) चा benchmark खर्च कमी आहे: $0.508 vs $1.182. GPT-5.2 (medium) वेगवान आहे: 28.51s vs 41.21s, pass rates 72.7% vs 78.8%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-21

तुलना केलेली मॉडेल्स

क्रमांक
#59
एकूण आउटपुट टोकन्स
71,252
प्रतिसाद वेळ (सरासरी)
28.51s
एकूण खर्च
$1.182
क्रमांक
#63
एकूण आउटपुट टोकन्स
375,734
प्रतिसाद वेळ (सरासरी)
41.21s
एकूण खर्च
$0.508
शिफारस केलेले मॉडेल GLM 5.3 FlashX (max)

It has the best score here (8.3), while costing about 2.3x less than GPT-5.2 (medium).

तपशीलवार तुलना

मेट्रिक GPT-5.2 GPT-5.2 medium प्रकाशन: 2025-12-11 GLM 5.3 FlashX GLM 5.3 FlashX max प्रकाशन: 2026-09-21
स्कोअर 8.4 8.3
क्रमांक #59 #63
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 8.3
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 72.7% 78.8%
अस्थिर चाचण्या 4 5
एकूण रन 66 66
प्रति निकाल खर्च 8.438 3.381
एकूण खर्च $1.182 $0.508
इनपुट किंमत $1.750 / 1M $0.370 / 1M
आउटपुट किंमत $14.000 / 1M $1.250 / 1M
एकूण इनपुट टोकन्स 105,013 101,211
आउटपुट टोकन्स 9,914 6,301
रिझनिंग टोकन्स 61,338 369,433
प्रतिसाद वेळ (सरासरी) 28.51s 41.21s
प्रतिसाद वेळ (कमाल) 116.86s 390.70s
प्रतिसाद वेळ (एकूण) 456.13s 906.52s
पॅरामीटर्स ~1.2T एकूण (~80B सक्रिय) 320B एकूण (18B 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.

#59 GPT-5.2

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

#63 GLM 5.3 FlashX

max
खर्च
$0.046
वेळ
251.3s
टोकन्स
36,769 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
GLM 5.3 FlashX 8.2 7.2 88.9% 1 24.61s 7,317 463 36,503

झटपट तुलना

तुलना जोडी बदला