- 排名
- #58
- 总输出令牌
- 71,252
- 响应时间（平均）
- 28.51s
- 总成本
- $1.182
GPT-5.2 (medium) vs Inkling Small (high)
平均分几乎持平，为 8.4 vs 8.4。 Inkling Small (high) benchmark 成本更低，为 $0.398 vs $1.182。 GPT-5.2 (medium) 更快，为 28.51s vs 30.43s，通过率为 72.7% vs 69.7%。
已对比模型
- 排名
- #61
- 总输出令牌
- 298,893
- 响应时间（平均）
- 30.43s
- 总成本
- $0.398
推荐模型
Inkling Small (high)
它在这里得分最高（8.4），同时成本比GPT-5.2 (medium)低约 3.0 倍。
详细对比
| 指标 | GPT-5.2 GPT-5.2 medium | Inkling Small Inkling Small high |
|---|---|---|
| 分数 | 8.4 | 8.4 |
| 排名 | #58 | #61 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.5 | 9.2 |
| 尝试次数 | 66/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 69.7% |
| 不稳定测试 | 4 | 2 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 8.438 | 2.868 |
| 总成本 | $1.182 | $0.398 |
| 输入价格 | $1.750 / 1M | $0.450 / 1M |
| 输出价格 | $14.000 / 1M | $1.200 / 1M |
| 总输入令牌 | 105,013 | 85,669 |
| 输出令牌 | 9,914 | 6,092 |
| 推理令牌 | 61,338 | 292,801 |
| 响应时间（平均） | 28.51s | 30.43s |
| 响应时间（最大） | 116.86s | 122.60s |
| 响应时间（总计） | 456.13s | 669.38s |
| 参数量 | ~1.2T 总计 (~80B 激活) | 276B 总计 (12B 激活) |
| 开放状态 | 闭源 | 闭源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#58 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 tok
#61 Thinking Machines: Inkling Small
high- 成本
- $0.006
- 时间
- 34.7s
- 令牌
- 4,735 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 | |
| Inkling Small | 10.0 | 10.0 | 100.0% | 0 | 6.30s | 702 | 335 | 9,678 |
| 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 Small | 10.0 | 10.0 | 100.0% | 0 | 93.23s | 7,374 | 463 | 120,474 |
| 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 Small | 9.9 | 10.0 | 100.0% | 0 | 40.41s | 61,630 | 4,001 | 28,812 |
| 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 Small | 10.0 | 10.0 | 100.0% | 0 | 3.99s | 7,068 | 216 | 2,763 |
| 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 | 97.33s | 482 | 42 | 26,812 | |
| Inkling Small | 5.3 | 10.0 | 33.3% | 0 | 56.28s | 804 | 69 | 84,578 |
| 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 Small | 5.3 | 10.0 | 0.0% | 0 | 3.62s | 501 | 153 | 1,395 |
| 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 Small | 9.8 | 10.0 | 100.0% | 0 | 3.94s | 708 | 94 | 2,742 |
| 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 Small | 4.8 | 4.4 | 44.5% | 2 | 14.39s | 714 | 482 | 18,286 |
| 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 Small | 3.0 | 10.0 | 0.0% | 0 | 2.91s | 5,949 | 249 | 577 |
| 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 Small | 3.0 | 10.0 | 0.0% | 0 | 49.27s | 219 | 30 | 23,496 |
快速对比
切换对比组合
GPT-5.2mediumvsQwen3.8 27BhighGPT-5.2mediumvsGrok 4.5lowSeed 2.1 TurbomediumvsInkling SmallhighInkling SmallhighvsGrok 4.5lowDeepSeek V4.1 FlashmaxvsInkling SmallhighDeepSeek V4.1 FlashmaxvsGPT-5.2mediumMuse Spark 1.2lowvsGPT-5.2mediumInkling SmallhighvsGrok 4.6mediumMuse Spark 1.1lowvsInkling SmallhighDeepSeek V4.1 FlashhighvsGPT-5.2mediumDeepSeek V4.1 FlashlowvsGPT-5.2mediumMuse Spark 1.2lowvsInkling Smallhigh