- 分数
- 9.4 (+0.69 分)
- 总成本（当前价格）
- $0.183 · 便宜 88.3%
- 响应时间（平均）
- 6.24s · 快 80.1%
OpenAI
发布日期: 2025-12-11
测试于: 2026-10-01 01:41
openai/gpt-5.2::medium
~1.2T 总计 (~80B 激活)MoE闭源估算 摘要
GPT-5.2 在 AI BENCHY 上得分 8.7，排名 #54。它的可靠性为 10.0，通过率为 73.9%，总成本为 $1.558，平均响应时间为 31.29s。
GPT-5.2 的独特之处： 它最突出的是 领域专项，排名 #1；相对较弱的是 反AI技巧，排名 #17。
推荐替代模型
建议改用以下模型之一：
- 分数
- 9.6 (+0.88 分)
- 总成本（当前价格）
- $0.460 · 便宜 70.5%
- 响应时间（平均）
- 7.15s · 快 77.1%
- 分数
- 9.8 (+1.12 分)
- 总成本（当前价格）
- $0.577 · 便宜 63.0%
- 响应时间（平均）
- 14.03s · 快 55.2%
模型信息
调研日期：2026-08-12
- 参数量
- ~1.2T 总计 (~80B 激活)
- 架构
- MoE
- 开放状态
- 闭源
- 许可证
- -
基于公开证据的最佳估算；厂商未披露全部数值。
输入价格
$1.750 / 1M
输出价格
$14.000 / 1M
缓存读取价格
$0.175 / 1M
缓存写入价格
不适用
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
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）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#54 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 tok
测试历史
| 测试于 | 分数 | 可靠性 | 测试正确 | 总成本 | 比较 |
|---|---|---|---|---|---|
| 2026-10-01 01:41 重新测试 | 8.7 | 10.0 | $1.558 ↑ | 当前轮次 | |
| 2026-07-16 22:37 新增测试 | 8.4 | 10.0 | $0.951 | 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 | 比较 | |
| 2026-04-11 01:44 首次记录的运行 | 7.5 | 不适用 | $0.352 | 比较 |
此轮次使用了不同的基准测试集。解读历史变化时请将测试集变动考虑在内。
轮次对比
| 测试轮次 | 基准测试覆盖率 | 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） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 01:41 · 当前轮次 | 69/69 次尝试 | 8.7 | 8.5 | 10.0 | 15/23 | 4 | 80,538 | 235,207 | $1.558 | 31.29s |
| 2026-07-16 22:37 · 新增测试 | 66/66 次尝试 | 8.4 | 8.5 | 10.0 | 14/22 | 4 | 54,782 | 105,004 | $0.951 | 22.62s |
| 差值 | — | +0.3 | 0.0 | 0.0 | +1 | 0 | +25756 | +130203 | +$0.607 | +8675ms |
基准测试覆盖率不同：69/69 次尝试 (目标：每项测试重复 3 次) 对比 66/66 次尝试 (目标：每项测试重复 3 次)。总量和受重复次数影响的指标不能直接比较。
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。
价格历史
来自 OpenRouter 的该模型历史定价数据。
| 日期 | 输入价格 | 输出价格 | 缓存读取价格 | 缓存写入价格 |
|---|---|---|---|---|
| 2026-08-14 12:51 | $1.750 / 1M | $14.000 / 1M | 不适用 | 不适用 |
| 2026-10-01 18:33 | $1.750 / 1M | $14.000 / 1M | $0.175 / 1M | 不适用 |
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-5.2mediumvsMuse Spark 1.2lowGPT-5.2mediumvsQwen3.8 27Bhigh免费可用GPT-5.2mediumvsDeepSeek V4.1 FlashmediumGPT-5.2mediumvsMiMo-V2.6-PromediumGPT-5.2mediumvsDeepSeek V4.1 FlashhighGPT-5.2mediumvsSeed 2.1 TurbomediumGPT-5.2mediumvsGPT-5.4mediumGPT-5.2mediumvsGPT-6 SollowGPT-5.2mediumvsQwen3.8 MAXlowGPT-5.2mediumvsDeepSeek V4.1 Flashmax