#57 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 tok
OpenAI
发布日期: 2025-12-11
测试于: 2026-05-22 00:19
openai/gpt-5.2::medium
摘要
GPT-5.2 在 AI BENCHY 上得分 7.4，排名 #57。它的可靠性为 10.0，通过率为 70.0%，总成本为 $0.490，平均响应时间为 16.44s。
GPT-5.2 的独特之处： 它最突出的是 编程，排名 #1；相对较弱的是 通用智能，排名 #13。
输入价格
$1.750 / 1M
输出价格
$14.000 / 1M
不稳定测试
4
不稳定测试在运行之间出现混合结果（至少一次通过且至少一次失败）。
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-06-04 13:45 新增测试 | 7.5 | 10.0 | $0.548 | 比较 | |
| 2026-05-22 00:19 重新测试 | 7.4 | 10.0 | $0.490 | 当前轮次 | |
| 2026-04-11 01:44 首次记录的运行 | 7.5 | 不适用 | $0.352 | 比较 |
轮次对比
| 测试轮次 | 分数 | 一致性 | 可靠性 | 测试正确 | 不稳定测试 | 总输出令牌 | 总输入令牌 | 总成本 | 响应时间（平均） |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:19 · 重新测试 | 7.4 | 8.3 | 10.0 | 12/20 | 4 | 31,057 | 0 | $0.490 | 16.44s |
| 2026-04-11 01:44 · 首次记录的运行 | 7.5 | 8.1 | 不适用 | 11/18 | 4 | 21,682 | 0 | $0.352 | 14.04s |
| 差值 | -0.1 | +0.2 | +1 | 0 | +9375 | 0 | +$0.139 | +2407ms |
这两次运行使用了不同的基准测试集，因此差异同时反映模型变化和测试集变化。
图表
先选择第一个模型，再点击第二个模型打开并排页面。
快速对比
GPT-5.2mediumvsStep 3.7 FlashmediumGPT-5.2mediumvsGPT-5.2 ChatnoneGPT-5.2mediumvsDeepSeek V4 FlashhighGPT-5.2mediumvsSeed-2.0-LitemediumGPT-5.2mediumvsGemini 2.5 FlashmediumGPT-5.2mediumvsGemini 3.5 FlashhighGPT-5.2mediumvsGemini 3 Flash PreviewmediumGPT-5.2mediumvsNemotron 3 Ultra 550b A55bmedium免费可用GPT-5.2mediumvsGPT-5.5low