OpenAI: GPT-5.2 vs Thinking Machines: Inkling

GPT-5.2 (medium) 平均分领先，为 8.4 vs 8.0。 GPT-5.2 (medium) benchmark 成本更低，为 $0.951 vs $1.006。 GPT-5.2 (medium) 更快，为 22.62s vs 64.16s，通过率为 72.7% vs 77.3%。

推荐模型GPT-5.2 (medium)它在这里得分最高（8.4），同时响应速度比Inkling (high)快约 2.8 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18

指标	GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11	Inkling Inkling high 发布日期: 2026-07-18

指标	GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11	Inkling Inkling high 发布日期: 2026-07-18
分数	8.4	8.0
排名	#21	#28
可靠性	10.0	9.8
一致性	8.5	8.9
测试正确
尝试通过率	72.7%	77.3%
不稳定测试	4	3
总运行次数	66	66
每个结果成本	6.791	6.704
总成本	$0.951	$1.006
输入价格	$1.750 / 1M	$1.000 / 1M
输出价格	$14.000 / 1M	$4.050 / 1M
总输入令牌	105,004	86,746
输出令牌	9,914	6,055
推理令牌	44,868	220,791
响应时间（平均）	22.62s	64.16s
响应时间（最大）	102.93s	327.51s
响应时间（总计）	339.28s	1411.59s

Hamster playing table tennis

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

#21 GPT-5.2

medium

成本: $0.047
时间: 49.2s
令牌: 3,396 tok

#28 Thinking Machines: Inkling

high

成本: $0.005
时间: 32.2s
令牌: 1,275 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	6.5	8.0	58.3%	1		7.81s	606	567	2,002
Inkling	10.0	10.0	100.0%	0		12.68s	702	455	7,204

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
Inkling	8.5	10.0	66.7%	0		148.36s	7,374	430	78,982

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		58.50s	82,056	7,304	14,693
Inkling	7.3	5.8	83.3%	1		63.78s	61,296	3,854	19,895

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
Inkling	10.0	10.0	100.0%	0		8.19s	7,068	216	2,349

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
Inkling	7.7	10.0	66.7%	0		186.39s	683	59	76,777

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
Inkling	10.0	10.0	100.0%	0		6.53s	501	182	1,151

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
Inkling	9.8	10.0	100.0%	0		7.00s	708	93	2,098

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
Inkling	6.9	4.9	77.8%	2		10.69s	714	429	4,623

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
Inkling	3.0	10.0	0.0%	0		6.52s	7,481	307	601

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
Inkling	3.0	10.0	0.0%	0		153.57s	219	30	27,111

快速对比

切换对比组合

Step 3.7 FlashmediumvsInklinghigh GPT-5.2 ChatnonevsInklinghigh GPT-5.2mediumvsGrok 4.5low GPT-5 MinimediumvsInklinghigh Kimi K3maxvsInklinghigh Muse Spark 1.1lowvsGPT-5.2medium Seed-2.0-LitemediumvsInklinghigh Qwen3.7 PlusmediumvsInklinghigh Gemini 2.5 FlashmediumvsInklinghigh Qwen3.6 PlusmediumvsInklinghigh InklinghighvsGLM 5.2medium GPT-5.6 TerramediumvsInklinghigh