OpenAI: GPT-5.2 Chat vs OpenAI: GPT-5.6 Terra

GPT-5.2 Chat 平均分领先，为 8.0 vs 8.0。 GPT-5.2 Chat benchmark 成本更低，为 $0.604 vs $1.055。 GPT-5.2 Chat 更快，为 7.65s vs 11.32s，通过率为 74.2% vs 68.2%。

推荐模型GPT-5.2 Chat它在这里得分最高（8.0），同时成本比GPT-5.6 Terra (high)低约 1.7 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11	GPT-5.6 Terra GPT-5.6 Terra high 发布日期: 2026-07-09

指标	GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11	GPT-5.6 Terra GPT-5.6 Terra high 发布日期: 2026-07-09
分数	8.0	8.0
排名	#29	#32
可靠性	10.0	10.0
一致性	8.6	9.3
测试正确
尝试通过率	74.2%	68.2%
不稳定测试	4	2
总运行次数	66	66
每个结果成本	4.308	7.533
总成本	$0.604	$1.055
输入价格	$1.750 / 1M	$2.500 / 1M
输出价格	$14.000 / 1M	$15.000 / 1M
总输入令牌	101,248	81,047
输出令牌	30,424	5,055
推理令牌	0	51,736
响应时间（平均）	7.65s	11.32s
响应时间（最大）	38.52s	91.49s
响应时间（总计）	168.39s	249.14s

Hamster playing table tennis

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

#29 GPT-5.2 Chat

none

成本: $0.010
时间: 15.3s
令牌: 797 tok

#32 GPT-5.6 Terra

high

成本: $0.055
时间: 30.2s
令牌: 3,748 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
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	606	1,807	0
GPT-5.6 Terra	8.3	10.0	75.0%	0		2.54s	606	158	700

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-5.6 Terra	7.6	7.2	77.8%	1		9.14s	7,302	370	6,087

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-5.6 Terra	8.7	6.9	83.3%	1		13.72s	57,848	3,461	3,174

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-5.6 Terra	10.0	10.0	100.0%	0		938ms	7,140	222	0

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-5.6 Terra	5.3	10.0	33.3%	0		43.44s	723	70	32,942

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-5.6 Terra	5.1	10.0	0.0%	0		3.03s	477	113	216

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-5.6 Terra	10.0	10.0	100.0%	0		2.14s	660	96	319

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-5.6 Terra	7.7	10.0	66.7%	0		5.45s	642	277	2,613

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-5.6 Terra	10.0	10.0	100.0%	0		4.97s	5,454	258	168

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-5.6 Terra	3.0	10.0	0.0%	0		23.30s	195	30	5,517

快速对比

切换对比组合

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsGPT-5.6 Terrahigh GPT-5.2 ChatnonevsGLM 5.2high Muse Spark 1.1highvsGPT-5.2 Chatnone Seed-2.0-LitemediumvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsQwen3.7 Plusmedium Kimi K3maxvsGPT-5.2 Chatnone GPT-5.6 TerrahighvsStep 3.7 Flashmedium GPT-5.6 TerrahighvsQwen3.6 Plusmedium GPT-5.6 TerrahighvsGLM 5.2medium Claude Sonnet 4.6mediumvsGPT-5.6 Terrahigh Seed-2.0-LitemediumvsGPT-5.2 Chatnone