Claude Sonnet 4.6vsGPT-5.2
在 9 个共同 benchmark 中，Claude Sonnet 4.6 整体领先：Claude Sonnet 4.6 领先 8 项，GPT-5.2 领先 1 项，持平 0 项，平均分差 +20.83。
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 4.68 项(89%)(11%)1 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 9 项。
Agent Level Benchmark
Claude Sonnet 4.6 领先 2/2| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| τ²-Bench - Telecom | 79.50115 / 264Normal (With Tools) | 46.50178 / 264Normal (With Tools) | +33 |
| Terminal Bench Hard | 46.2029 / 244Normal (With Tools) | 31.80100 / 244Normal (With Tools) | +14.40 |
General Knowledge
Claude Sonnet 4.6 领先 2/2| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| HLE | 13.30355 / 563Normal (No Tools) · Text only | 8419 / 563Normal (No Tools) · Text only | +5.30 |
| CritPt | 0.90158 / 200Normal (No Tools) | 0.60168 / 200Normal (No Tools) | +0.30 |
Instruction Following
GPT-5.2 领先 1/1| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| IF Bench | 42.40201 / 282Normal (No Tools) | 47.40168 / 282Normal (No Tools) | -5 |
Long Context
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| AA-LCR | 69.30107 / 170Normal (No Tools) | 45.70144 / 170Normal (No Tools) | +23.60 |
Multimodal Understanding
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| MMMU-Pro | 70.60123 / 227Normal (No Tools) | 65.80148 / 227Normal (No Tools) | +4.80 |
Writing and Creative Capabilities
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| Creative Writing | 1,80418 / 106Normal (No Tools) | 1,70026 / 106Normal (No Tools) | +104.40 |
科学与综合推理
Claude Sonnet 4.6 领先 1/1| 评测项 | Claude Sonnet 4.6 | GPT-5.2 | 分差 |
|---|---|---|---|
| GPQA Diamond | 79.90237 / 462Normal (No Tools) | 73.23298 / 462Normal (No Tools) | +6.67 |
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:Agent Level Benchmark (2/2)、General Knowledge (2/2)、Long Context (1/1)、Multimodal Understanding (1/1)、Writing and Creative Capabilities (1/1)、科学与综合推理 (1/1)
- GPT-5.2在以下类目领先:Instruction Following (1/1)
9 个共同 benchmark 上，Claude Sonnet 4.6 平均高出 20.83 分。
单项差距最大的 benchmark：Creative Writing — Claude Sonnet 4.6 1,804，GPT-5.2 1,700（分差 +104.40）。
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。