Claude Opus 5 vs OpenAI: GPT-5.2

Claude Opus 5 (low) 平均分领先，为 8.6 vs 8.4。 GPT-5.2 (medium) benchmark 成本更低，为 $0.951 vs $1.121。 Claude Opus 5 (low) 更快，为 6.99s vs 22.62s，通过率为 80.3% vs 72.7%。

推荐模型Claude Opus 5 (low)它在这里得分最高（8.6），同时响应速度比GPT-5.2 (medium)快约 3.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25

指标	Claude Opus 5 Claude Opus 5 low 发布日期: 2026-07-25	GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11

指标	Claude Opus 5 Claude Opus 5 low 发布日期: 2026-07-25	GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11
分数	8.6	8.4
排名	#23	#27
可靠性	10.0	10.0
一致性	9.3	8.5
测试正确
尝试通过率	80.3%	72.7%
不稳定测试	2	4
总运行次数	66	66
每个结果成本	6.593	6.791
总成本	$1.121	$0.951
输入价格	$5.000 / 1M	$1.750 / 1M
输出价格	$25.000 / 1M	$14.000 / 1M
总输入令牌	134,773	105,004
输出令牌	14,123	9,914
推理令牌	3,896	44,868
响应时间（平均）	6.99s	22.62s
响应时间（最大）	30.67s	102.93s
响应时间（总计）	153.73s	339.28s

Hamster playing table tennis

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

#23 Claude Opus 5

low

成本: $0.062
时间: 30.2s
令牌: 2,615 tok

#27 GPT-5.2

medium

成本: $0.047
时间: 49.2s
令牌: 3,396 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

反AI技巧	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		4.32s	834	1,008	376
GPT-5.2	6.5	8.0	58.3%	1		7.81s	606	567	2,002

编程	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	7.8	7.4	77.8%	1		6.70s	10,590	2,442	760
GPT-5.2	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912

综合	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		21.05s	97,363	6,024	911
GPT-5.2	10.0	10.0	100.0%	0		58.50s	82,056	7,304	14,693

数据解析与提取	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		3.69s	10,503	343	79
GPT-5.2	10.0	10.0	100.0%	0		3.15s	7,140	234	420

领域专项	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	2.9	7.2	11.1%	1		8.89s	975	2,447	987
GPT-5.2	5.9	7.2	55.6%	1		77.80s	473	42	10,342

通用智能	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		3.76s	708	293	0
GPT-5.2	3.7	9.7	0.0%	0		4.32s	477	162	269

指令遵循	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		4.13s	909	242	146
GPT-5.2	9.9	10.0	100.0%	0		3.12s	660	94	614

谜题求解	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		4.23s	894	607	300
GPT-5.2	7.5	7.3	77.8%	1		5.80s	642	735	924

工具调用	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	10.0	10.0	100.0%	0		9.03s	11,739	354	0
GPT-5.2	4.7	1.6	66.7%	1		10.30s	5,453	239	469

常识问答	分数	一致性	尝试通过率	不稳定测试	测试正确	响应时间（平均）	输入令牌	输出令牌	推理令牌
Claude Opus 5	3.0	10.0	0.0%	0		6.48s	258	363	337
GPT-5.2	3.0	10.0	0.0%	0		28.18s	195	26	3,223

快速对比

切换对比组合

GPT-5.2mediumvsGrok 4.5low Claude Opus 5lowvsMuse Spark 1.1medium Claude Opus 5lowvsGPT-5.4medium Muse Spark 1.1lowvsGPT-5.2medium Claude Opus 5lowvsQwen3.6 Max Previewmedium Claude Opus 5lowvsGrok 4.5medium Muse Spark 1.1highvsGPT-5.2medium Claude Opus 5lowvsGPT-5.3-Codexmedium Gemini 3.5 Flash-LitehighvsGPT-5.2medium Claude Opus 5lowvsGrok 4.5high GPT-5.2mediumvsInklinghigh GPT-5.2mediumvsGLM 5.2high