Claude Sonnet 4.6vsGPT-5.2
在 8 个共同 benchmark 中，GPT-5.2 整体领先：Claude Sonnet 4.6 领先 3 项，GPT-5.2 领先 5 项，持平 0 项，平均分差 -1.55。
Claude Sonnet 4.6
Anthropic · 2026-02-17 · 聊天大模型
GPT-5.2
OpenAI · 2025-12-11 · 聊天大模型
Claude Sonnet 4.63 项(38%)(63%)5 项GPT-5.2
评测分数
按能力类目分组，每组内按分差大小排列；共 8 项。
General Knowledge
Claude Sonnet 4.6 领先 2/3| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| ARC-AGI-2 | 58.3018 / 59 | 54.2020 / 59深度思考（无工具、并行） | +4.10 |
| HLE | 4925 / 157 | 45.5032 / 157Deep Thinking (With Tools + Internet) | +3.50 |
| GPQA Diamond | 89.9021 / 178 | 93.208 / 178深度思考（无工具、并行） | -3.30 |
Agent Level Benchmark
GPT-5.2 领先 1/1| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 97.909 / 35 | 98.704 / 35极高强度思考（工具） | -0.80 |
AI Agent - Information Search
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| BrowseComp | 74.7020 / 45 | 65.8024 / 45Deep Thinking (With Tools + Internet) | +8.90 |
Coding and Software Engineer
GPT-5.2 领先 1/1| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| SWE-bench Verified | 79.6017 / 108 | 8016 / 108极高强度思考（工具） | -0.40 |
Math and Reasoning
GPT-5.2 领先 1/1| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| FrontierMath - Tier 4 | 8.3034 / 80Thinking (No Tools, 16K Budget) | 18.8016 / 80Thinking High (No Tools) | -10.50 |
Productivity Knowledge
GPT-5.2 领先 1/1| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| GDPval-AA | 5711 / 21 | 70.909 / 21Thinking High (With Tools) | -13.90 |
规格对比
| 字段 | Claude Sonnet 4.6 | GPT-5.2 |
|---|---|---|
| 发布机构 | Anthropic | OpenAI |
| 发布时间 | 2026-02-17 | 2025-12-11 |
| 模型类型 | 聊天大模型 | 聊天大模型 |
| 架构 | 稠密模型 | 稠密模型 |
| 参数规模 | 暂无数据 | 暂无数据 |
| 上下文长度 | 1M | 400K |
| 最大输出 | 8K | 暂无数据 |
API 调用价格
价格优先使用 DataLearner 配置的 API 记录；缺失项不做推测。
| 价格项 | Claude Sonnet 4.6 | GPT-5.2 |
|---|---|---|
| 文本输入 | $3 / 1M tokens | $1.75 / 1M tokens |
| 文本输出 | $15 / 1M tokens | $14 / 1M tokens |
| 缓存读取 | $0.3 / 1M tokens | $0.175 / 1M tokens |
| 缓存写入 | $3.75 / 1M tokens | $1.75 / 1M tokens |
小结
- Claude Sonnet 4.6在以下类目领先:General Knowledge (2/3)、AI Agent - Information Search (1/1)
- GPT-5.2在以下类目领先:Agent Level Benchmark (1/1)、Coding and Software Engineer (1/1)、Math and Reasoning (1/1)、Productivity Knowledge (1/1)
8 个共同 benchmark 上，GPT-5.2 平均高出 1.55 分。
单项差距最大的 benchmark：GDPval-AA — Claude Sonnet 4.6 57，GPT-5.2 70.90（分差 -13.90）。
本页正文由结构化模型、价格与 benchmark 数据生成，不使用实时 LLM 撰写。