AI BENCHY Compare
Google: Gemini 2.5 Flash vs OpenAI: GPT-5.2
Compară:
Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-03
| Metrică | Google: Gemini 2.5 Flash medium Lansare: 2025-06-17 | OpenAI: GPT-5.2 medium Lansare: 2025-12-11 |
|---|---|---|
| Rang | #16 | #19 |
| Scor mediu | 7.05 | 6.93 |
| Consistență | 9.39 | 8.22 |
| Cost per rezultat | 2.762 | 2.780 |
| Cost total | $0.249 | $0.251 |
| Teste corecte | ||
| Rată de trecere pe încercare | 69.1% | 76.2% |
| Teste instabile | 1 | 3 |
| Tokenuri de ieșire | 975 | 1,869 |
| Tokenuri de raționament | 96,701 | 14,190 |
Scor vs cost total
Defalcare pe categorii
| Trucuri anti-AI | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 7.33 | 10.00 | 66.7% | 0 | 249 | 8,832 | |
| OpenAI: GPT-5.2 | 7.00 | 7.28 | 77.8% | 1 | 549 | 2,002 |
| Parsare și extragere de date | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 9.88 | 10.00 | 100.0% | 0 | 279 | 2,325 | |
| OpenAI: GPT-5.2 | 10.00 | 10.00 | 100.0% | 0 | 234 | 499 |
| Specific domeniului | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 4.00 | 7.21 | 55.6% | 1 | 18 | 80,702 | |
| OpenAI: GPT-5.2 | 4.00 | 7.21 | 55.6% | 1 | 42 | 9,690 |
| Respectarea instrucțiunilor | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 7.00 | 9.91 | 50.0% | 0 | 69 | 1,203 | |
| OpenAI: GPT-5.2 | 9.50 | 10.00 | 100.0% | 0 | 95 | 587 |
| Puzzle Solving | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 7.00 | 10.00 | 66.7% | 0 | 126 | 2,499 | |
| OpenAI: GPT-5.2 | 8.00 | 10.00 | 66.7% | 0 | 710 | 943 |
| Apelare instrumente | Scor | Consistență | Rată de trecere pe încercare | Teste instabile | Teste corecte | Tokenuri de ieșire | Tokenuri de raționament |
|---|---|---|---|---|---|---|---|
| Google: Gemini 2.5 Flash | 10.00 | 10.00 | 100.0% | 0 | 234 | 1,140 | |
| OpenAI: GPT-5.2 | 1.00 | 1.62 | 66.7% | 1 | 239 | 469 |
Comparație rapidă
Schimbă perechea de comparație
Gemini 2.5 FlashmediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewnonevsGPT-5.2mediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneClaude Sonnet 4.6nonevsGPT-5.2mediumGPT-5.2mediumvsQwen3.5 Plus 2026-02-15noneClaude Sonnet 4.6nonevsGemini 2.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumGemini 2.5 FlashmediumvsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash Lite PreviewhighvsGPT-5.2mediumGPT-5.2mediumvsGLM 5noneGemini 3.1 Flash Lite PreviewlowvsGPT-5.2mediumGemini 2.5 FlashmediumvsGLM 5none