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

OpenAI: GPT-5.2 Chat vs xAI: Grok 4.5

Rezumat

Comparație benchmark GPT-5.2 Chat vs Grok 4.5 (medium): GPT-5.2 Chat conduce la scorul mediu cu 8.5 vs 8.3. GPT-5.2 Chat are costul de benchmark mai mic, $0.393 vs $1.696. GPT-5.2 Chat este mai rapid cu 7.13s vs 62.63s, cu rate de reușită de 74.6% vs 77.8%.

Model recomandat: GPT-5.2 Chat - Are cel mai bun scor aici (8.5) și costă de aproximativ 4.3x mai puțin decât Grok 4.5 (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-08

Metrică GPT-5.2 Chat GPT-5.2 Chat none Lansare: 2025-12-11 Grok 4.5 Grok 4.5 medium Lansare: 2026-07-08
Scor 8.5 8.3
Rang #19 #23
Fiabilitate 10.0 9.9
Consistență 8.9 8.9
Teste corecte
Rată de trecere pe încercare 74.6% 77.8%
Teste instabile 3 3
Rulări totale 63 63
Cost per rezultat 2.803 11.304
Cost total $0.393 $1.696
Preț de intrare $1.750 / 1M $2.000 / 1M
Preț de ieșire $14.000 / 1M $6.000 / 1M
Total tokenuri de intrare 34,212 53,500
Tokenuri de ieșire 23,744 1,621
Tokenuri de raționament 0 263,127
Timp de răspuns (mediu) 7.13s 62.63s
Timp de răspuns (maxim) 38.52s 436.38s
Timp de răspuns (total) 149.69s 1315.20s

Prezentare generare

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#19 GPT-5.2 Chat

none
Cost
$0.010
Timp
15.3s
Tokenuri
797 tok

#23 xAI: Grok 4.5

medium
Cost
$0.044
Timp
59.4s
Tokenuri
7,512 tok

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 intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 606 1,807 0
Grok 4.5 10.0 10.0 100.0% 0 23.50s 2,991 147 4,018
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 0
Grok 4.5 7.6 7.2 77.8% 1 155.69s 9,579 390 104,634
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 11,019 1,243 0
Grok 4.5 10.0 10.0 100.0% 0 15.65s 15,084 261 4,254
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 7,140 980 0
Grok 4.5 10.0 10.0 100.0% 0 6.29s 8,937 225 3,657
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 723 7,810 0
Grok 4.5 2.9 7.2 11.1% 1 198.89s 2,212 11 121,922
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 477 335 0
Grok 4.5 6.5 3.4 66.7% 1 12.84s 1,077 71 2,384
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 660 1,441 0
Grok 4.5 9.8 10.0 100.0% 0 6.06s 1,857 57 2,728
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 642 1,603 0
Grok 4.5 10.0 10.0 100.0% 0 7.75s 2,430 254 3,641
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 5,445 555 0
Grok 4.5 10.0 10.0 100.0% 0 6.57s 8,544 192 968
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 195 1,239 0
Grok 4.5 3.0 10.0 0.0% 0 74.44s 789 13 14,921

Comparație rapidă

Schimbă perechea de comparație

Seed-2.0-LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGrok 4.5mediumGPT-5.2 ChatnonevsGLM 5mediumGPT-5.2 ChatnonevsGLM 5.2mediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.7 PlusmediumClaude Opus 4.8mediumvsGPT-5.2 ChatnoneNemotron 3 Ultra 550b A55bmediumDisponibil gratuitvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 Max Previewmedium