OpenAI: GPT-5.2

Benchmark-urile au fost generate din suitele de teste Aibenchy la : 19 feb. 2026

Defalcare pe categorii

Categorie	Teste trecute complet	Score	Consistență	Rată de trecere pe încercare	Teste instabile	Scor de raționament	Cost
Anti-AI Tricks	2/2	10.00	10.00	100.0%	0	8.25	$0.01131
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	9.50	$0.02230
Domain specific	1/3	4.00	7.21	55.6%	1	3.17	$0.13697
Instructions following	2/2	9.50	10.00	100.0%	0	8.00	$0.01071
Puzzle Solving	2/3	8.00	10.00	66.7%	0	8.83	$0.02427

Compară OpenAI: GPT-5.2 cu...

#4 · Qwen

Raționament (medium)

Score: 8.42

Consistență: 9.30

Rată de trecere pe încercare: 86.1%

Teste instabile: 1

Cost per rezultat: 2.3151

Teste corecte: 10/12

Cost total: $0.23151

#6 · Anthropic

Raționament (medium)

Score: 7.00

Consistență: 9.30

Rată de trecere pe încercare: 69.4%

Teste instabile: 1

Cost per rezultat: 9.3797

Teste corecte: 8/12

Cost total: $0.75038

#3 · Google

Raționament (medium)

Score: 8.42

Consistență: 10.00

Rată de trecere pe încercare: 83.3%

Teste instabile: 0

Cost per rezultat: 0.8028

Teste corecte: 10/12

Cost total: $0.08029

Compară OpenAI: GPT-5.2 cu...