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

AI BENCHY Compare

Anthropic: Claude Opus 4.6 vs OpenAI: GPT-5.2

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-30

Metrică Claude Opus 4.6 Claude Opus 4.6 medium Lansare: 2026-02-05 GPT-5.2 GPT-5.2 medium Lansare: 2025-12-11
Scor 7.6 7.5
Rang #49 #53
Fiabilitate N/D N/D
Consistență 9.1 8.1
Teste corecte
Rată de trecere pe încercare 70.4% 72.2%
Teste instabile 2 4
Rulări totale 54 54
Cost per rezultat 12.047 3.193
Cost total $1.446 $0.352
Preț de intrare $5.000 / 1M $1.750 / 1M
Preț de ieșire $25.000 / 1M $14.000 / 1M
Tokenuri de ieșire 29,829 2,705
Tokenuri de raționament 18,938 18,977
Timp de răspuns (mediu) 21.08s 14.04s
Timp de răspuns (maxim) 83.40s 77.80s
Timp de răspuns (total) 231.84s 154.41s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 6.4 5.8 66.7% 2 7.45s 986 1,071
GPT-5.2 6.5 8.0 58.3% 1 7.81s 567 2,002
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 23.11s 3,486 1,504
GPT-5.2 10.0 10.0 100.0% 0 15.12s 467 2,166
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 76.66s 8,178 5,194
GPT-5.2 10.0 10.0 100.0% 0 14.06s 291 1,757
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 7.37s 691 757
GPT-5.2 10.0 10.0 100.0% 0 3.15s 234 420
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 3.0 10.0 0.0% 0 83.40s 14,642 8,687
GPT-5.2 5.9 7.2 55.6% 1 77.80s 42 10,342
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 5.04s 188 292
GPT-5.2 3.7 9.7 0.0% 0 4.32s 162 269
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 2.43s 266 467
GPT-5.2 9.9 10.0 100.0% 0 3.12s 94 614
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 7.7 10.0 66.7% 0 4.60s 531 637
GPT-5.2 7.7 7.3 77.8% 1 5.47s 609 938
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Claude Opus 4.6 10.0 10.0 100.0% 0 9.73s 861 329
GPT-5.2 4.7 1.6 66.7% 1 10.30s 239 469

Comparație rapidă

Schimbă perechea de comparație

GPT-5.2mediumvsQwen3.6 Max PreviewnoneClaude Sonnet 4.6nonevsGPT-5.2mediumClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsDeepSeek V4 FlashhighClaude Opus 4.6mediumvsGPT-5.3 ChatnoneClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewnoneClaude Opus 4.6mediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsGPT-5.2mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumClaude Opus 4.6mediumvsGemini 3.1 Flash Lite PreviewlowClaude Opus 4.6mediumvsGemini 3 Flash PreviewnoneClaude Opus 4.6mediumvsHY3 PreviewlowDisponibil gratuit