- स्कोअर
- 9.4 (+0.69 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.183 · 88.3% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 6.24s · 80.1% वेगवान
OpenAI
प्रकाशन: 2025-12-11
चाचणी तारीख: 2026-10-01 01:41
openai/gpt-5.2::medium
~1.2T एकूण (~80B सक्रिय)MoEबंद स्रोतअंदाजित सारांश
GPT-5.2 AI BENCHY वर 8.7 स्कोर करते आणि #54 वर आहे. याची reliability 10.0, pass rate 73.9%, एकूण खर्च $1.558, आणि सरासरी response time 31.29s आहे.
GPT-5.2 खास का आहे: हे डोमेन-विशिष्ट मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर अँटी-एआय युक्त्या हा सर्वात कमकुवत भाग आहे, rank #17.
शिफारस केलेले पर्याय
त्याऐवजी यापैकी एक मॉडेल निवडण्याची शिफारस करतो:
- स्कोअर
- 9.6 (+0.88 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.460 · 70.5% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 7.15s · 77.1% वेगवान
- स्कोअर
- 9.8 (+1.12 गुण)
- एकूण खर्च (सध्याची किंमत)
- $0.577 · 63.0% स्वस्त
- प्रतिसाद वेळ (सरासरी)
- 14.03s · 55.2% वेगवान
मॉडेलची माहिती
संशोधन दिनांक: 2026-08-12
- पॅरामीटर्स
- ~1.2T एकूण (~80B सक्रिय)
- आर्किटेक्चर
- MoE
- उपलब्धता
- बंद स्रोत
- परवाना
- -
सार्वजनिक पुराव्यावर आधारित सर्वोत्तम अंदाज; प्रदात्याने सर्व मूल्ये जाहीर केलेली नाहीत.
8.7
सुसंगतता
8.5
10.0
एकूण आउटपुट टोकन्स
80,538
एकूण इनपुट टोकन्स
235,207
इनपुट किंमत
$1.750 / 1M
आउटपुट किंमत
$14.000 / 1M
कॅश वाचण्याची किंमत
$0.175 / 1M
कॅश लिहिण्याची किंमत
लागू नाही
कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.
अस्थिर चाचण्या
4
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#54 GPT-5.2
medium- खर्च
- $0.047
- वेळ
- 49.2s
- टोकन्स
- 3,396 tok
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | तुलना करा |
|---|---|---|---|---|---|
| 2026-10-01 01:41 पुन्हा चाचणी | 8.7 | 10.0 | $1.558 ↑ | सध्याची रन | |
| 2026-07-16 22:37 नवीन चाचणी जोडली | 8.4 | 10.0 | $0.951 | तुलना करा | |
| 2026-06-04 13:45 नवीन चाचणी जोडली | 7.5 | 10.0 | $0.548 | तुलना करा | |
| 2026-05-22 00:19 पुन्हा चाचणी | 7.4 | 10.0 | $0.490 | तुलना करा | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 7.5 | लागू नाही | $0.352 | तुलना करा |
या रनमध्ये वेगळा बेंचमार्क सूट वापरला गेला. ऐतिहासिक बदल वाचताना सूटमधील बदल लक्षात घ्या.
किंमत इतिहास
OpenRouter मधील या मॉडेलचा ऐतिहासिक किंमत डेटा.
| तारीख | इनपुट किंमत | आउटपुट किंमत | कॅश वाचण्याची किंमत | कॅश लिहिण्याची किंमत |
|---|---|---|---|---|
| 2026-08-14 12:51 | $1.750 / 1M | $14.000 / 1M | लागू नाही | लागू नाही |
| 2026-10-01 18:33 | $1.750 / 1M | $14.000 / 1M | $0.175 / 1M | लागू नाही |
चार्ट्स
पहिले मॉडेल निवडा, नंतर दुसरे मॉडेल क्लिक करून बाजू-बाजूची तुलना पेज उघडा.
स्कोअरनुसार शीर्ष मॉडेल्स
स्कोअर vs एकूण खर्च
प्रतिसाद वेळ (सरासरी)
स्कोअर vs प्रतिसाद वेळ (सरासरी)
एकूण आउटपुट टोकन्स
स्कोअर vs एकूण आउटपुट टोकन्स
झटपट तुलना
GPT-5.2mediumvsMuse Spark 1.2lowGPT-5.2mediumvsQwen3.8 27Bhighमोफत उपलब्धGPT-5.2mediumvsDeepSeek V4.1 FlashmediumGPT-5.2mediumvsMiMo-V2.6-PromediumGPT-5.2mediumvsDeepSeek V4.1 FlashhighGPT-5.2mediumvsSeed 2.1 TurbomediumGPT-5.2mediumvsGPT-5.4mediumGPT-5.2mediumvsGPT-6 SollowGPT-5.2mediumvsQwen3.8 MAXlowGPT-5.2mediumvsDeepSeek V4.1 Flashmax
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| स्वायत्त एजंट कार्ये | 10.0 | 10.0 | |
| अँटी-एआय युक्त्या | 6.5 | 8.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग आणि निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.9 | 7.2 | |
| Samanya Buddhimatta | 3.7 | 9.7 | |
| सूचनांचे पालन | 9.9 | 10.0 | |
| कोडी सोडवणे | 7.5 | 7.3 | |
| टूल कॉलिंग | 4.7 | 1.6 | |
| सामान्य ज्ञान | 3.0 | 10.0 |