导航
AI BENCHY
Advertise here

AI BENCHY 对比

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

摘要

GPT-5.2 (medium) vs GPT-5.6 Terra (high) benchmark 对比：GPT-5.2 (medium) 平均分领先，为 8.4 vs 8.2。 GPT-5.2 (medium) benchmark 成本更低，为 $0.548 vs $0.852。 GPT-5.6 Terra (high) 更快，为 10.89s vs 16.88s，通过率为 71.4% vs 68.3%。

推荐模型: GPT-5.2 (medium) - 它在这里得分最高（8.4），同时成本比GPT-5.6 Terra (high)低约 1.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 GPT-5.2 GPT-5.2 medium 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 8.4 8.2
排名 #25 #29
可靠性 10.0 10.0
一致性 8.4 9.6
测试正确
尝试通过率 71.4% 68.3%
不稳定测试 4 1
总运行次数 63 63
每个结果成本 4.209 6.086
总成本 $0.548 $0.852
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 33,967 34,218
输出令牌 2,901 1,908
推理令牌 31,932 49,189
响应时间（平均） 16.88s 10.89s
响应时间（最大） 77.80s 91.49s
响应时间（总计） 236.34s 228.65s

生成展示

Hamster playing table tennis

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

#25 GPT-5.2

medium
成本
$0.047
时间
49.2s
令牌
3,396 tok

#29 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

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-5.6 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 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
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 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
GPT-5.6 Terra 10.0 10.0 100.0% 0 6.94s 11,019 314 627
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-5.6 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 5.9 7.2 55.6% 1 77.80s 473 42 10,342
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 3.7 9.7 0.0% 0 4.32s 477 162 269
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 9.9 10.0 100.0% 0 3.12s 660 94 614
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 7.5 7.3 77.8% 1 5.80s 642 735 924
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 4.7 1.6 66.7% 1 10.30s 5,453 239 469
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 3.0 10.0 0.0% 0 28.18s 195 26 3,223
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-5.6 TerrahighvsQwen3.7 PlusmediumNemotron 3 Ultra 550b A55bmedium免费可用vsGPT-5.6 TerrahighGemini 2.5 FlashmediumvsGPT-5.6 TerrahighDeepSeek V4 FlashhighvsGPT-5.2mediumGPT-5.6 TerrahighvsGrok 4.5mediumGPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15mediumGPT-5.6 TerrahighvsQwen3.5-27BmediumGPT-5.6 TerrahighvsStep 3.7 FlashmediumSeed-2.0-LitemediumvsGPT-5.6 TerrahighClaude Sonnet 5mediumvsGPT-5.6 TerrahighGPT-5.6 TerrahighvsQwen3.6 PlusmediumClaude Sonnet 4.6mediumvsGPT-5.6 Terrahigh