#57 GPT-5.2
medium- Cost
- $0.047
- Timp
- 49.2s
- Tokenuri
- 3,396 tok
OpenAI
Lansare: 2025-12-11
Testat la: 2026-05-22 00:19
openai/gpt-5.2::medium
Rezumat
GPT-5.2 obține 7.4 pe AI BENCHY și este pe #57. Are fiabilitate 10.0, rată de reușită 70.0%, cost total $0.490 și timp mediu de răspuns 16.44s.
Ce face GPT-5.2 unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Inteligență generală este zona cea mai slabă, la #13.
7.4
Consistență
8.3
10.0
$0.490
Total tokenuri de ieșire
31,057
Total tokenuri de intrare
0
Preț de intrare
$1.750 / 1M
Preț de ieșire
$14.000 / 1M
Teste instabile
4
Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).
Prezentare generare
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Istoric rulări
| Testat la | Scor | Fiabilitate | Teste corecte | Cost total | Compară |
|---|---|---|---|---|---|
| 2026-06-04 13:45 Test nou adăugat | 7.5 | 10.0 | $0.548 | Compară | |
| 2026-05-22 00:19 Retestare | 7.4 | 10.0 | $0.490 | Rularea curentă | |
| 2026-04-11 01:44 Prima rulare înregistrată | 7.5 | N/D | $0.352 | Compară |
Comparație între rulări
| Rulare | Scor | Consistență | Fiabilitate | Teste corecte | Teste instabile | Total tokenuri de ieșire | Total tokenuri de intrare | Cost total | Timp de răspuns (mediu) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:19 · Retestare | 7.4 | 8.3 | 10.0 | 12/20 | 4 | 31,057 | 0 | $0.490 | 16.44s |
| 2026-04-11 01:44 · Prima rulare înregistrată | 7.5 | 8.1 | N/D | 11/18 | 4 | 21,682 | 0 | $0.352 | 14.04s |
| Diferență | -0.1 | +0.2 | +1 | 0 | +9375 | 0 | +$0.139 | +2407ms |
Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.
Grafice
Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.
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
Comparație rapidă
GPT-5.2mediumvsStep 3.7 FlashmediumGPT-5.2mediumvsGPT-5.2 ChatnoneGPT-5.2mediumvsDeepSeek V4 FlashhighGPT-5.2mediumvsSeed-2.0-LitemediumGPT-5.2mediumvsGemini 2.5 FlashmediumGPT-5.2mediumvsGemini 3.5 FlashhighGPT-5.2mediumvsGemini 3 Flash PreviewmediumGPT-5.2mediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitGPT-5.2mediumvsGPT-5.5low
Defalcare pe categorii
| Categorie | Scor | Consistență | Teste corecte |
|---|---|---|---|
| Trucuri anti-AI | 6.5 | 8.0 | |
| Programare | 10.0 | 10.0 | |
| Combinat | 10.0 | 10.0 | |
| Parsare și extragere de date | 10.0 | 10.0 | |
| Specific domeniului | 5.9 | 7.2 | |
| Inteligență generală | 3.7 | 9.7 | |
| Respectarea instrucțiunilor | 9.9 | 10.0 | |
| Rezolvare de puzzle-uri | 7.6 | 7.3 | |
| Apelare instrumente | 4.7 | 1.6 | |
| Cultură generală | 3.0 | 10.0 |