- 排名
- #242
- 总输出令牌
- 120,427
- 响应时间（平均）
- 28.08s
- 总成本
- $2.126
Claude Sonnet 4.6 (medium) vs GPT-5.2 Chat (default)
GPT-5.2 Chat (default) 平均分领先，为 7.0 vs 6.4。 GPT-5.2 Chat (default) benchmark 成本更低，为 $0.594 vs $2.126。 GPT-5.2 Chat (default) 更快，为 7.43s vs 28.08s，通过率为 62.3% vs 66.7%。
已对比模型
- 排名
- #184
- 总输出令牌
- 29,742
- 响应时间（平均）
- 7.43s
- 总成本
- $0.594
推荐模型
GPT-5.2 Chat (default)
它在这里得分最高（7.0），同时成本比Claude Sonnet 4.6 (medium)低约 3.6 倍。
详细对比
| 指标 | Claude Sonnet 4.6 Claude Sonnet 4.6 medium | GPT-5.2 Chat GPT-5.2 Chat default |
|---|---|---|
| 分数 | 6.4 | 7.0 |
| 排名 | #242 | #184 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.1 | 8.7 |
| 尝试次数 | 66/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 62.3% | 66.7% |
| 不稳定测试 | 1 | 4 |
| 总运行次数 | 66 | 69 |
| 每个结果成本 | 15.182 | 4.564 |
| 总成本 | $2.126 | $0.594 |
| 输入价格 | $3.000 / 1M | $1.750 / 1M |
| 输出价格 | $15.000 / 1M | $14.000 / 1M |
| 缓存读取价格 | $0.300 / 1M | $0.175 / 1M |
| 缓存写入价格 | $3.750 / 1M | 不适用 |
| 总输入令牌 | 106,316 | 101,104 |
| 输出令牌 | 79,338 | 10,414 |
| 推理令牌 | 41,089 | 19,328 |
| 响应时间（平均） | 28.08s | 7.43s |
| 响应时间（最大） | 140.96s | 38.52s |
| 响应时间（总计） | 421.15s | 163.35s |
| 参数量 | ~1T 总计 (~100B 激活) | ~400B 总计 (~17B 激活) |
| 开放状态 | 闭源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#242 Claude Sonnet 4.6
medium
Reached the allocated time limit (300 seconds) without receiving showcase output.
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
#184 GPT-5.2 Chat
default- 成本
- $0.010
- 时间
- 15.3s
- 令牌
- 797 tok
类别细分
| 智能体任务 | 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 Sonnet 4.6 | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | 0 | |
| GPT-5.2 Chat | 3.0 | 10.0 | 0.0% | 0 | 955ms | 0 | 0 | 0 |
| 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 Sonnet 4.6 | 6.5 | 10.0 | 50.0% | 0 | 2.98s | 789 | 1,046 | 1,093 | |
| GPT-5.2 Chat | 8.7 | 7.9 | 91.7% | 1 | 3.40s | 606 | 655 | 1,152 |
| 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 Sonnet 4.6 | 5.7 | 6.6 | 44.4% | 1 | 33.29s | 6,995 | 16,089 | 3,686 | |
| GPT-5.2 Chat | 8.8 | 7.8 | 88.9% | 1 | 9.82s | 7,305 | 843 | 5,888 |
| 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 Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 93.65s | 75,531 | 31,916 | 9,109 | |
| GPT-5.2 Chat | 7.3 | 5.8 | 83.3% | 1 | 13.91s | 78,055 | 6,323 | 1,600 |
| 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 Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 13.90s | 8,676 | 649 | 742 | |
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 3.05s | 7,140 | 468 | 512 |
| 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 Sonnet 4.6 | 3.0 | 10.0 | 0.0% | 0 | 58.37s | 495 | 24,380 | 22,891 | |
| GPT-5.2 Chat | 3.0 | 10.0 | 0.0% | 0 | 23.67s | 579 | 216 | 6,912 |
| 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 Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.94s | 564 | 256 | 433 | |
| GPT-5.2 Chat | 4.4 | 3.0 | 33.3% | 1 | 3.20s | 477 | 271 | 64 |
| 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 Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 2.61s | 792 | 318 | 552 | |
| GPT-5.2 Chat | 9.8 | 10.0 | 100.0% | 0 | 5.51s | 660 | 353 | 1,088 |
| 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 Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 5.31s | 816 | 592 | 646 | |
| GPT-5.2 Chat | 7.7 | 10.0 | 66.7% | 0 | 4.10s | 642 | 643 | 960 |
| 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 Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 7.48s | 11,454 | 655 | 351 | |
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 4.68s | 5,445 | 491 | 64 |
| 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 Sonnet 4.6 | 3.0 | 10.0 | 0.0% | 0 | 30.09s | 204 | 3,437 | 1,586 | |
| GPT-5.2 Chat | 3.0 | 10.0 | 0.0% | 0 | 6.89s | 195 | 151 | 1,088 |
快速对比
切换对比组合
Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatdefaultKimi K2.7 CodemediumvsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsMiMo-V2.5mediumEmber-1lowvsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsMiMo-V2.6-FlashlowMinimax M3.1 Flashlow免费可用vsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsGLM 5.3 FlashXmediumGPT-5.2 ChatdefaultvsStep 5 PreviewhighGPT-5.2 ChatdefaultvsQwen3.5-122B-A10BmediumGPT-5.2 ChatdefaultvsGrok 4.6lowGemini 3 Flash PreviewlowvsGPT-5.2 ChatdefaultMuse Glimmer 30BlowvsGPT-5.2 Chatdefault