OpenAI: GPT-5.2

基准结果生成自 Aibenchy 测试套件，时间： : 2026年2月19日

类别细分

类别	完全通过的测试	Score	一致性	尝试通过率	不稳定测试	推理得分	成本
Anti-AI Tricks	2/2	10.00	10.00	100.0%	0	8.25	$0.01131
Data parsing and extraction	2/2	10.00	10.00	100.0%	0	9.50	$0.02230
Domain specific	1/3	4.00	7.21	55.6%	1	3.17	$0.13697
Instructions following	2/2	9.50	10.00	100.0%	0	8.00	$0.01071
Puzzle Solving	2/3	8.00	10.00	66.7%	0	8.83	$0.02427

将 OpenAI: GPT-5.2 与...对比

#4 · Qwen

推理（medium）

Score: 8.42

一致性: 9.30

尝试通过率: 86.1%

不稳定测试: 1

每个结果成本: 2.3151

测试正确: 10/12

总成本: $0.23151

#6 · Anthropic

推理（medium）

Score: 7.00

一致性: 9.30

尝试通过率: 69.4%

不稳定测试: 1

每个结果成本: 9.3797

测试正确: 8/12

总成本: $0.75038

#3 · Google

推理（medium）

Score: 8.42

一致性: 10.00

尝试通过率: 83.3%

不稳定测试: 0

每个结果成本: 0.8028

测试正确: 10/12

总成本: $0.08029

将 OpenAI: GPT-5.2 与...对比