- 排名
- #72
- 总输出令牌
- 29,742
- 响应时间（平均）
- 7.73s
- 总成本
- $0.594
已对比模型
GPT-5.2 Chat vs GPT 5.3 Chat vs Gemini 3.1 Flash Lite Preview (low) 基准对比: GPT-5.2 Chat 在分数上以 7.9 领先。 GPT-5.2 Chat 在可靠性上以 10.0 领先。 GPT 5.3 Chat 的总成本最低，为 $0.533。 GPT 5.3 Chat 最快，为 6.56s。
- 排名
- #98
- 总输出令牌
- 28,179
- 响应时间（平均）
- 6.56s
- 总成本
- $0.533
- 排名
- #164
- 总输出令牌
- 412,179
- 响应时间（平均）
- 16.67s
- 总成本
- $0.646
推荐模型
GPT-5.2 Chat
它在这里得分最高（7.9），同时响应速度比本次比较中的其他模型快约 1.5 倍。
详细对比
| 指标 | GPT-5.2 Chat GPT-5.2 Chat none | GPT 5.3 Chat GPT 5.3 Chat none | Gemini 3.1 Flash Lite Preview Gemini 3.1 Flash Lite Preview low |
|---|---|---|---|
| 分数 | 7.9 | 7.5 | 6.6 |
| 排名 | #72 | #98 | #164 |
| 可靠性 | 10.0 | 10.0 | 10.0 |
| 一致性 | 8.6 | 8.6 | 10.0 |
| 尝试次数 | 66/66 | 66/66 | 66/66 |
| 测试正确 | |||
| 尝试通过率 | 69.7% | 65.2% | 63.6% |
| 不稳定测试 | 4 | 4 | 0 |
| 总运行次数 | 66 | 66 | 66 |
| 每个结果成本 | 4.564 | 4.097 | 4.613 |
| 总成本 | $0.594 | $0.533 | $0.646 |
| 输入价格 | $1.750 / 1M | $1.750 / 1M | $0.250 / 1M |
| 输出价格 | $14.000 / 1M | $14.000 / 1M | $1.500 / 1M |
| 总输入令牌 | 101,104 | 78,846 | 110,196 |
| 输出令牌 | 29,742 | 28,179 | 14,717 |
| 推理令牌 | 0 | 0 | 397,462 |
| 响应时间（平均） | 7.73s | 6.56s | 16.67s |
| 响应时间（最大） | 38.52s | 18.33s | 309.35s |
| 响应时间（总计） | 162.40s | 137.77s | 366.69s |
| 参数量 | ~400B 总计 (~17B 激活) | ~400B 总计 (~17B 激活) | ~150B 总计 (~10B 激活) |
| 开放状态 | 闭源 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#72 GPT-5.2 Chat
none- 成本
- $0.010
- 时间
- 15.3s
- 令牌
- 797 tok
#98 GPT 5.3 Chat
none- 成本
- $0.008
- 时间
- 8.1s
- 令牌
- 634 tok
#164 Gemini 3.1 Flash Lite Preview
low- 成本
- $0.002
- 时间
- 3.7s
- 令牌
- 1,203 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 5.3 Chat | 6.7 | 8.1 | 58.3% | 1 | 3.86s | 606 | 3,167 | 0 | |
| Gemini 3.1 Flash Lite Preview | 8.3 | 10.0 | 75.0% | 0 | 2.12s | 506 | 462 | 1,638 |
| 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 5.3 Chat | 5.6 | 4.7 | 55.6% | 2 | 10.52s | 7,302 | 6,632 | 0 | |
| Gemini 3.1 Flash Lite Preview | 5.5 | 10.0 | 33.3% | 0 | 1.39s | 8,138 | 660 | 1,060 |
| 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 | 7.3 | 5.8 | 83.3% | 1 | 13.91s | 78,055 | 7,923 | 0 | |
| GPT 5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 15.07s | 55,800 | 6,851 | 0 | |
| Gemini 3.1 Flash Lite Preview | 3.0 | 10.0 | 0.0% | 0 | 160.63s | 85,851 | 12,656 | 389,079 |
| 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 5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.21s | 7,140 | 942 | 0 | |
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 3.00s | 7,455 | 291 | 696 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 23.67s | 579 | 7,128 | 0 | |
| GPT 5.3 Chat | 2.9 | 7.2 | 11.1% | 1 | 12.75s | 579 | 5,589 | 0 | |
| Gemini 3.1 Flash Lite Preview | 7.7 | 10.0 | 66.7% | 0 | 2.10s | 652 | 18 | 1,191 |
| 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 5.3 Chat | 4.6 | 10.0 | 0.0% | 0 | 1.99s | 477 | 319 | 0 | |
| Gemini 3.1 Flash Lite Preview | 4.0 | 10.0 | 0.0% | 0 | 1.54s | 490 | 69 | 384 |
| 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 5.3 Chat | 9.8 | 10.0 | 100.0% | 0 | 3.51s | 660 | 1,491 | 0 | |
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 1.49s | 621 | 72 | 753 |
| 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 5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.99s | 642 | 1,758 | 0 | |
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 1.69s | 566 | 243 | 1,248 |
| 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 5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 8.36s | 5,445 | 861 | 0 | |
| Gemini 3.1 Flash Lite Preview | 10.0 | 10.0 | 100.0% | 0 | 9.54s | 5,757 | 237 | 993 |
| 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 5.3 Chat | 3.0 | 10.0 | 0.0% | 0 | 4.38s | 195 | 569 | 0 | |
| Gemini 3.1 Flash Lite Preview | 3.0 | 10.0 | 0.0% | 0 | 1.35s | 160 | 9 | 420 |
快速对比
切换对比组合
GPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT 5.3 ChatnonevsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BnoneMiniMax M3mediumvsGPT 5.3 ChatnoneGPT 5.3 ChatnonevsQwen3.5-27BmediumKimi K3maxvsGPT-5.2 ChatnoneMercury 2.5 PreviewmediumvsGPT 5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsInkling SmallmediumGPT-5.2 ChatnonevsQwen3.8 27BlowGPT 5.3 ChatnonevsGrok Build 0.1mediumGemini 3.8 FlashlowvsGPT 5.3 ChatnoneGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3Bmedium