#22 GPT-5.2 Chat
none- 成本
- $0.010
- 时间
- 15.3s
- 令牌
- 797 tok
AI BENCHY 对比
OpenAI: GPT-5.2 Chat vs StepFun: Step 3.7 Flash
摘要
平均分几乎持平，为 8.5 vs 8.5。 Step 3.7 Flash (medium) benchmark 成本更低，为 $0.376 vs $0.393。 GPT-5.2 Chat 更快，为 7.13s vs 20.35s，通过率为 74.6% vs 73.0%。
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Step 3.7 Flash (medium)快约 2.9 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-14
| 指标 | GPT-5.2 Chat GPT-5.2 Chat none | Step 3.7 Flash Step 3.7 Flash medium |
|---|---|---|
| 分数 | 8.5 | 8.5 |
| 排名 | #22 | #23 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 8.9 | 9.3 |
| 测试正确 | ||
| 尝试通过率 | 74.6% | 73.0% |
| 不稳定测试 | 3 | 2 |
| 总运行次数 | 63 | 61 |
| 每个结果成本 | 2.803 | 2.686 |
| 总成本 | $0.393 | $0.376 |
| 输入价格 | $1.750 / 1M | $0.200 / 1M |
| 输出价格 | $14.000 / 1M | $1.150 / 1M |
| 总输入令牌 | 34,212 | 39,981 |
| 输出令牌 | 23,744 | 319,958 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 7.13s | 20.35s |
| 响应时间（最大） | 38.52s | 113.98s |
| 响应时间（总计） | 149.69s | 427.42s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#23 Step 3.7 Flash
medium- 成本
- $0.006
- 时间
- 46.2s
- 令牌
- 4,466 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
| 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 | |
| Step 3.7 Flash | 8.8 | 7.8 | 88.9% | 1 | 27.42s | 7,437 | 44,797 | 0 |
快速对比
切换对比组合
Seed-2.0-LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsGLM 5mediumGPT-5.2 ChatnonevsGrok 4.5mediumGPT-5.2 ChatnonevsGLM 5.2mediumDeepSeek V4 FlashhighvsStep 3.7 FlashmediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.6 TerrahighvsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumClaude Opus 4.8mediumvsGPT-5.2 ChatnoneNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.2 Chatnone