AI BENCHY Compare

Anthropic: Claude Sonnet 4.6 vs OpenAI: GPT-5.2

Сводка

Сравнение benchmark Claude Sonnet 4.6 vs GPT-5.2: GPT-5.2 лидирует по среднему баллу: 8.4 vs 7.3. Claude Sonnet 4.6 имеет более низкую стоимость benchmark: $0.316 vs $0.548. Claude Sonnet 4.6 быстрее: 5.04s vs 16.88s, с долей успешных попыток 55.6% vs 71.4%.

Рекомендуемая модель: GPT-5.2 - У него самый высокий балл в этом сравнении (8.4) и лучший общий баланс стоимости и времени ответа среди всех 2 моделей.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-02

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	GPT-5.2 GPT-5.2 medium Релиз: 2025-12-11

Метрика	Claude Sonnet 4.6 Claude Sonnet 4.6 none Релиз: 2026-02-17	GPT-5.2 GPT-5.2 medium Релиз: 2025-12-11
Оценка	7.3	8.4
Ранг	#57	#22
Надежность	10.0	10.0
Стабильность	9.7	8.4
Тестов верно
Доля успешных попыток	55.6%	71.4%
Нестабильные тесты	1	4
Всего запусков	63	63
Стоимость за результат	2.870	4.209
Общая стоимость	$0.316	$0.548
Цена входа	$3.000 / 1M	$1.750 / 1M
Цена выхода	$15.000 / 1M	$14.000 / 1M
Общее число входных токенов	57,886	33,967
Выходные токены	9,465	2,901
Токены рассуждений	0	31,932
Время ответа (среднее)	5.04s	16.88s
Время ответа (макс.)	23.84s	77.80s
Время ответа (суммарно)	70.60s	236.34s

Генерация showcase

Hamster playing table tennis

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

#57 Claude Sonnet 4.6

none

Стоимость: $0.038
Время: 27.3s
Токены: 2,598 tok

#22 GPT-5.2

medium

Стоимость: $0.047
Время: 49.2s
Токены: 3,396 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	4.8	10.0	25.0%	0		2.94s	636	1,214	0
GPT-5.2	6.5	8.0	58.3%	1		7.81s	606	567	2,002

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	5.5	10.0	33.3%	0		5.19s	8,522	2,127	0
GPT-5.2	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	9.5	10.0	100.0%	0		23.84s	26,024	3,766	0
GPT-5.2	10.0	10.0	100.0%	0		14.06s	11,019	291	1,757

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	10.0	10.0	100.0%	0		3.43s	8,574	252	0
GPT-5.2	10.0	10.0	100.0%	0		3.15s	7,140	234	420

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	7.7	10.0	66.7%	0		3.54s	759	413	0
GPT-5.2	5.9	7.2	55.6%	1		77.80s	473	42	10,342

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	6.1	3.1	66.7%	1		2.56s	513	192	0
GPT-5.2	3.7	9.7	0.0%	0		4.32s	477	162	269

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	6.5	10.0	50.0%	0		1.96s	690	90	0
GPT-5.2	9.9	10.0	100.0%	0		3.12s	660	94	614

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	7.7	10.0	66.7%	0		2.53s	663	533	0
GPT-5.2	7.5	7.3	77.8%	1		5.80s	642	735	924

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	10.0	10.0	100.0%	0		4.11s	11,301	447	0
GPT-5.2	4.7	1.6	66.7%	1		10.30s	5,453	239	469

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Sonnet 4.6	3.0	10.0	0.0%	0		4.67s	204	431	0
GPT-5.2	3.0	10.0	0.0%	0		28.18s	195	26	3,223

Быстрое сравнение

Сменить пару сравнения