导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

OpenAI: GPT-5.2 Chat vs OpenAI: GPT-5.2

摘要

GPT-5.2 Chat vs GPT-5.2 benchmark 对比：GPT-5.2 Chat 平均分领先，为 8.5 vs 8.4。 GPT-5.2 Chat benchmark 成本更低，为 $0.393 vs $0.548。 GPT-5.2 Chat 更快，为 7.13s vs 16.88s，通过率为 74.6% vs 71.4%。

推荐模型: GPT-5.2 Chat - 它在这里得分最高（8.5），同时响应速度比GPT-5.2快约 2.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11 GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11
分数 8.5 8.4
排名 #19 #22
可靠性 10.0 10.0
一致性 8.9 8.4
测试正确
尝试通过率 74.6% 71.4%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 2.803 4.209
总成本 $0.393 $0.548
输入价格 $1.750 / 1M $1.750 / 1M
输出价格 $14.000 / 1M $14.000 / 1M
总输入令牌 34,212 33,967
输出令牌 23,744 2,901
推理令牌 0 31,932
响应时间（平均） 7.13s 16.88s
响应时间（最大） 38.52s 77.80s
响应时间（总计） 149.69s 236.34s

生成展示

Hamster playing table tennis

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

#19 GPT-5.2 Chat

none
成本
$0.010
时间
15.3s
令牌
797 tok

#22 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

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
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 606 1,807 0
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
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 0
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
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 11,019 1,243 0
GPT-5.2 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
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
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 7,140 980 0
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
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 723 7,810 0
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
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 477 335 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
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 660 1,441 0
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
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 642 1,603 0
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
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 5,445 555 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
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 195 1,239 0
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

Seed-2.0-LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsGLM 5mediumDeepSeek V4 FlashhighvsGPT-5.2mediumGPT-5.2 ChatnonevsGLM 5.2mediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.7 PlusmediumClaude Opus 4.8mediumvsGPT-5.2 ChatnoneNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 Max Previewmedium