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 vs OpenAI: GPT-5.3 Chat

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

Metrică GPT-5.2 GPT-5.2 medium Lansare: 2025-12-11 GPT-5.3 Chat GPT-5.3 Chat none Lansare: 2026-03-03
Scor 7.3 7.6
Rang #37 #33
Consistență 8.0 8.6
Teste corecte
Rată de trecere pe încercare 70.6% 66.7%
Teste instabile 4 3
Rulări totale 51 51
Cost per rezultat 3.131 3.177
Cost total $0.314 $0.318
Preț de intrare $1.750 / 1M $1.750 / 1M
Preț de ieșire $14.000 / 1M $14.000 / 1M
Tokenuri de ieșire 2,238 19,348
Tokenuri de raționament 16,811 0
Timp de răspuns (mediu) 13.93s 5.68s
Timp de răspuns (maxim) 77.80s 18.33s
Timp de răspuns (total) 139.29s 96.58s

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
GPT-5.2 6.5 8.0 58.3% 1 7.81s 567 2,002
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 3,167 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 10.0 10.0 100.0% 0 14.06s 291 1,757
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 2,614 0
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
GPT-5.2 10.0 10.0 100.0% 0 3.15s 234 420
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 942 0
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 5.9 7.2 55.6% 1 77.80s 42 10,342
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 8,264 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 3.7 9.7 0.0% 0 4.32s 162 269
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 319 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 9.9 10.0 100.0% 0 3.12s 94 614
GPT-5.3 Chat 8.3 10.0 50.0% 0 3.29s 1,455 0
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 7.7 7.3 77.8% 1 5.47s 609 938
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.93s 1,726 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 4.7 1.6 66.7% 1 10.30s 239 469
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 861 0

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsGPT-5.2mediumGPT-5.3 ChatnonevsMiMo-V2-FlashmediumClaude Opus 4.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGLM 5V TurbomediumSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-35B-A3BmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitGPT-5.3 ChatnonevsGrok 4.20 BetamediumGPT-5.3 ChatnonevsMiMo-V2-OmnimediumKimi K2.5mediumvsGPT-5.3 ChatnoneClaude Sonnet 4.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2-Promedium