Навигация
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 Build 0.1

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-05-21

Метрика GPT-5.2 Chat GPT-5.2 Chat none Релиз: 2025-12-11 Grok Build 0.1 Grok Build 0.1 medium Релиз: 2026-05-21
Оценка 7.6 7.8
Ранг #47 #41
Надежность 10.0 10.0
Стабильность 8.8 8.9
Тестов верно
Доля успешных попыток 71.9% 71.9%
Нестабильные тесты 3 3
Всего запусков 57 57
Стоимость за результат 2.572 4.064
Общая стоимость $0.309 $0.488
???? ????? $1.750 / 1M $1.000 / 1M
???? ?????? $14.000 / 1M $2.000 / 1M
Выходные токены 18,585 1,947
Токены рассуждений 0 223,372
Время ответа (среднее) 6.85s 22.28s
Время ответа (макс.) 38.52s 88.28s
Время ответа (суммарно) 130.06s 423.30s

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) Выходные токены Токены рассуждений
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 1,807 0
Grok Build 0.1 10.0 10.0 100.0% 0 5.46s 195 9,825
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.2 Chat 10.0 10.0 100.0% 0 8.97s 1,345 0
Grok Build 0.1 7.3 3.7 66.7% 1 30.98s 354 17,734
Комбинированный Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 1,243 0
Grok Build 0.1 10.0 10.0 100.0% 0 30.81s 231 18,779
Парсинг и извлечение данных Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 980 0
Grok Build 0.1 10.0 10.0 100.0% 0 7.76s 180 10,343
Предметно-ориентированное Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 7,810 0
Grok Build 0.1 5.3 10.0 33.3% 0 77.75s 501 111,807
Общий интеллект Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 335 0
Grok Build 0.1 3.8 2.5 33.3% 1 10.14s 78 5,386
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.2 Chat 7.3 5.9 83.3% 1 5.46s 1,528 0
Grok Build 0.1 9.8 10.0 100.0% 0 9.62s 57 12,436
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.42s 1,743 0
Grok Build 0.1 6.2 7.5 55.6% 1 8.67s 161 15,476
Вызов инструментов Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 555 0
Grok Build 0.1 10.0 10.0 100.0% 0 9.40s 180 5,319
Эрудиция Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Выходные токены Токены рассуждений
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 1,239 0
Grok Build 0.1 3.0 10.0 0.0% 0 26.07s 10 16,267

Быстрое сравнение

Сменить пару сравнения

Kimi K2.6mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5-FlashmediumGemma 4 26B A4BmediumБесплатно доступноvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5.1mediumGemini 3.1 Flash Lite PreviewnonevsGrok Build 0.1mediumGPT-5.2 ChatnonevsMiMo-V2-PromediumDeepSeek V4 FlashhighБесплатно доступноvsGPT-5.2 ChatnoneGemini 3.1 Flash Lite PreviewlowvsGrok Build 0.1mediumGemini 3 Flash PreviewnonevsGrok Build 0.1mediumGPT-5.2 ChatnonevsGLM 5V Turbomedium