导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

OpenAI: GPT-5.2 vs OpenAI: GPT-5.3-Codex

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 OpenAI: GPT-5.2 medium 发布日期: 发布日期未知 OpenAI: GPT-5.3-Codex medium 发布日期: 发布日期未知
排名 #12 #7
分数 6.93 7.93
一致性 8.22 8.84
每个结果成本 2.780 4.641
总成本 $0.251 $0.465
测试正确
错误测试数 5 4
尝试通过率 76.2% 78.6%
不稳定测试 3 2
输出令牌 1,869 1,201
推理令牌 14,190 30,056

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 输出令牌 推理令牌
OpenAI: GPT-5.2 7.00 7.28 77.8% 1 549 2,002
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 216 1,421
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 输出令牌 推理令牌
OpenAI: GPT-5.2 10.00 10.00 100.0% 0 234 499
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 234 735
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-5.2 4.00 7.21 55.6% 1 42 9,690
OpenAI: GPT-5.3-Codex 4.00 7.21 55.6% 1 64 25,308
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-5.2 9.50 10.00 100.0% 0 95 587
OpenAI: GPT-5.3-Codex 9.00 10.00 50.0% 0 93 693
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-5.2 8.00 10.00 66.7% 0 710 943
OpenAI: GPT-5.3-Codex 7.00 7.38 77.8% 1 340 1,407
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-5.2 1.00 1.62 66.7% 1 239 469
OpenAI: GPT-5.3-Codex 10.00 10.00 100.0% 0 254 492

切换对比组合

将 OpenAI: GPT-5.2 与...对比

将 OpenAI: GPT-5.3-Codex 与...对比