导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.2 vs OpenAI: GPT-5.4 Mini

摘要

GPT-5.2 vs GPT-5.4 Mini benchmark 对比：GPT-5.2 平均分领先，为 8.4 vs 8.0。 GPT-5.4 Mini benchmark 成本更低，为 $0.526 vs $0.548。 GPT-5.2 更快，为 16.88s vs 22.34s，通过率为 71.4% vs 73.0%。

推荐模型: GPT-5.2 - 它在本次比较中得分最高（8.4），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11 GPT-5.4 Mini GPT-5.4 Mini medium 发布日期: 2026-03-17
分数 8.4 8.0
排名 #25 #30
可靠性 10.0 10.0
一致性 8.4 8.0
测试正确
尝试通过率 71.4% 73.0%
不稳定测试 4 5
总运行次数 63 63
每个结果成本 4.209 4.381
总成本 $0.548 $0.526
输入价格 $1.750 / 1M $0.750 / 1M
输出价格 $14.000 / 1M $4.500 / 1M
总输入令牌 33,967 34,116
输出令牌 2,901 2,181
推理令牌 31,932 108,937
响应时间（平均） 16.88s 22.34s
响应时间（最大） 77.80s 138.75s
响应时间（总计） 236.34s 469.20s

Generation showcase

Hamster playing table tennis

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

#25 GPT-5.2

medium
Cost
$0.047
Time
49.2s
Tokens
3,396 tok

#30 GPT-5.4 Mini

medium
Cost
$0.056
Time
95.5s
Tokens
12,464 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 6.5 8.0 58.3% 1 7.81s 606 567 2,002
GPT-5.4 Mini 8.6 7.9 91.7% 1 4.05s 606 296 2,876
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 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
GPT-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
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 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
GPT-5.4 Mini 10.0 10.0 100.0% 0 17.81s 11,019 317 4,317
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 10.0 10.0 100.0% 0 3.15s 7,140 234 420
GPT-5.4 Mini 10.0 10.0 100.0% 0 2.43s 7,140 234 650
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 5.9 7.2 55.6% 1 77.80s 473 42 10,342
GPT-5.4 Mini 4.1 4.4 44.5% 2 65.31s 619 60 43,286
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 3.7 9.7 0.0% 0 4.32s 477 162 269
GPT-5.4 Mini 4.5 10.0 0.0% 0 3.72s 477 150 510
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 9.9 10.0 100.0% 0 3.12s 660 94 614
GPT-5.4 Mini 9.8 10.0 100.0% 0 2.13s 660 96 1,185
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 7.5 7.3 77.8% 1 5.80s 642 735 924
GPT-5.4 Mini 7.8 10.0 66.7% 0 4.37s 642 278 2,443
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 4.7 1.6 66.7% 1 10.30s 5,453 239 469
GPT-5.4 Mini 4.7 1.6 66.7% 1 9.62s 5,453 251 2,594
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 3.0 10.0 0.0% 0 28.18s 195 26 3,223
GPT-5.4 Mini 3.0 10.0 0.0% 0 30.10s 195 32 10,174

快速对比

切换对比组合

DeepSeek V4 FlashhighvsGPT-5.2mediumDeepSeek V4 FlashhighvsGPT-5.4 MinimediumGPT-5.4 MinimediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumGPT-5.2mediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.4 MinimediumGPT-5.4 MinimediumvsQwen3.7 PlusnoneGemini 3.5 FlashlowvsGPT-5.2mediumGPT-5.4 MinimediumvsStep 3.7 FlashhighGemini 3 Flash PreviewlowvsGPT-5.2mediumGemini 3.5 FlashnonevsGPT-5.4 Minimedium