#57 GPT-5.2
medium- खर्च
- $0.047
- वेळ
- 49.2s
- टोकन्स
- 3,396 tok
OpenAI
प्रकाशन: 2025-12-11
चाचणी तारीख: 2026-05-22 00:19
openai/gpt-5.2::medium
सारांश
GPT-5.2 AI BENCHY वर 7.4 स्कोर करते आणि #57 वर आहे. याची reliability 10.0, pass rate 70.0%, एकूण खर्च $0.490, आणि सरासरी response time 16.44s आहे.
GPT-5.2 खास का आहे: हे कोडिंग मध्ये सर्वाधिक उठून दिसते, जिथे त्याचा rank #1 आहे; तर Samanya Buddhimatta हा सर्वात कमकुवत भाग आहे, rank #13.
7.4
सुसंगतता
8.3
10.0
$0.490
एकूण आउटपुट टोकन्स
31,057
एकूण इनपुट टोकन्स
0
इनपुट किंमत
$1.750 / 1M
आउटपुट किंमत
$14.000 / 1M
अस्थिर चाचण्या
4
अस्थिर चाचण्यांत रन्समध्ये मिश्र निकाल असतात (किमान एक पास आणि एक फेल).
जनरेशन शोकेस
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| चाचणी तारीख | स्कोअर | विश्वसनीयता | बरोबर चाचण्या | एकूण खर्च | 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 | सध्याची रन | |
| 2026-04-11 01:44 पहिली नोंदलेली रन | 7.5 | लागू नाही | $0.352 | तुलना करा |
रन तुलना
| रन | स्कोअर | सुसंगतता | विश्वसनीयता | बरोबर चाचण्या | अस्थिर चाचण्या | एकूण आउटपुट टोकन्स | एकूण इनपुट टोकन्स | एकूण खर्च | प्रतिसाद वेळ (सरासरी) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:19 · पुन्हा चाचणी | 7.4 | 8.3 | 10.0 | 12/20 | 4 | 31,057 | 0 | $0.490 | 16.44s |
| 2026-04-11 01:44 · पहिली नोंदलेली रन | 7.5 | 8.1 | लागू नाही | 11/18 | 4 | 21,682 | 0 | $0.352 | 14.04s |
| फरक | -0.1 | +0.2 | +1 | 0 | +9375 | 0 | +$0.139 | +2407ms |
या दोन रनमध्ये वेगवेगळे बेंचमार्क सूट वापरले गेले, त्यामुळे फरकांमध्ये मॉडेलमधील आणि सूटमधील दोन्ही बदल दिसतात.
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-5.2mediumvsStep 3.7 FlashmediumGPT-5.2mediumvsGPT-5.2 ChatnoneGPT-5.2mediumvsDeepSeek V4 FlashhighGPT-5.2mediumvsSeed-2.0-LitemediumGPT-5.2mediumvsGemini 2.5 FlashmediumGPT-5.2mediumvsGemini 3.5 FlashhighGPT-5.2mediumvsGemini 3 Flash PreviewmediumGPT-5.2mediumvsNemotron 3 Ultra 550b A55bmediumमोफत उपलब्धGPT-5.2mediumvsGPT-5.5low
श्रेणीवार तपशील
| श्रेणी | स्कोअर | सुसंगतता | बरोबर चाचण्या |
|---|---|---|---|
| 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 | 7.6 | 7.3 | |
| टूल कॉलिंग | 4.7 | 1.6 | |
| सामान्य ज्ञान | 3.0 | 10.0 |