AI BENCHY 对比
OpenAI: GPT-5.2 vs xAI: Grok 4.20
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-02
| 指标 | GPT-5.2 GPT-5.2 medium | Grok 4.20 Grok 4.20 medium |
|---|---|---|
| 分数 | 7.3 | 7.1 |
| 排名 | #36 | #40 |
| 一致性 | 8.0 | 8.2 |
| 测试正确 | ||
| 尝试通过率 | 70.6% | 66.7% |
| 不稳定测试 | 4 | 4 |
| 总运行次数 | 51 | 51 |
| 每个结果成本 | 3.131 | 7.358 |
| 总成本 | $0.314 | $0.663 |
| ???? | $1.750 / 1M | $2.000 / 1M |
| ???? | $14.000 / 1M | $6.000 / 1M |
| 输出令牌 | 2,238 | 1,494 |
| 推理令牌 | 16,811 | 97,078 |
| 响应时间（平均） | 13.93s | 9.50s |
| 响应时间（最大） | 77.80s | 29.87s |
| 响应时间（总计） | 139.29s | 161.54s |
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
快速对比
切换对比组合
Claude Sonnet 4.6nonevsGPT-5.2mediumClaude Sonnet 4.6nonevsGrok 4.20mediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumGemma 4 31BnonevsGrok 4.20mediumGrok 4.20mediumvsGLM 5noneGPT-5.3 ChatnonevsGrok 4.20mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.2mediumGPT-5.2mediumvsQwen3.5 Plus 2026-02-15noneGemma 4 31BnonevsGPT-5.2mediumGPT-5.2mediumvsGLM 5noneGrok 4.20mediumvsMiMo-V2-OmninoneGPT-5.2 ChatnonevsGrok 4.20medium