BenchLeader

GPT-5.2 vs GPT-5.6 Terra

完整资料:GPT-5.2(OpenAI)和 GPT-5.6 Terra(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 11 个来源

截至 2026年11月16日,GPT-5.2 与 GPT-5.6 Terra 的质量不相上下(BenchLeader Index 59.9 比 60.1,在 ±5.7 的误差范围内)。两者价格相近(每百万 token 混合价格 $4.81 比 $4.50)。看重指令遵循(74 比 66)、推理(60 比 55)和编程(63 比 59)选 GPT-5.2;看重智能体与工具(63 比 54)和数学(66 比 57)选 GPT-5.6 Terra。GPT-5.6 Terra 的首次回答更快(19.2 秒 比 112.5 秒)。GPT-5.6 Terra 的输出更快。

要点(截至 2026年11月16日)

  • GPT-5.2 的 BenchLeader Index 为 59.9,GPT-5.6 Terra 为 60.1(BenchLeader,2026年11月16日)。
  • GPT-5.2 每百万 token 混合价格为 $4.81(标价,2026年11月16日)。
  • GPT-5.6 Terra 每百万 token 混合价格为 $4.50(标价,2026年11月16日)。
  • GPT-5.6 Terra 比 GPT-5.2 输出更快(Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 21 项基准测试中,GPT-5.6 Terra 领先 14 项(BenchLeader,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程GPT-5.2类别得分 63 比 59;LiveCodeBench 85.4% 比 85.9%中
智能体与工具调用GPT-5.6 Terra类别得分 63 比 54;Terminal-Bench Hard 62.9% 比 47.0%高
数学GPT-5.6 Terra类别得分 66 比 57;ProofBench 74.0% 比 15.0%高
推理GPT-5.2类别得分 60 比 55;ARC-AGI-2 52.9% 比 74.2%中
知识GPT-5.2类别得分 56 比 53;CorpFin 65.9% 比 65.3%中
长文档GPT-5.2类别得分 66 比 64;AA-LCR v1.1 82.7% 比 79.0%中
指令遵循GPT-5.2类别得分 74 比 66;IFBench 75.4% 比 66.3%高
对话质量(人类偏好)–只有 GPT-5.6 Terra 有 Arena 评分(类别得分 66)无法比较
成本最低均可每百万 token 混合价格 $4.81 比 $4.50;智能体编程会话 $0.161 比 $0.168–
首次回答最快GPT-5.6 Terra首个回答 token 19.2 秒(GPT-5.6 Terra (xhigh))比 112.5 秒(GPT-5.2 (xhigh))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • GPT-5.2 (xhigh) 与 GPT-5.6 Terra (xhigh) 的质量不相上下(59.9 比 60.1,在 ±5.7 的误差范围内)。
  • GPT-5.2 (xhigh) 在编程、指令遵循、知识、长上下文、推理方面更强。
  • GPT-5.6 Terra (xhigh) 在智能体与工具、数学方面更强。
  • 两者价格相近(每百万 token 混合价格 $4.50)。

概览

规格GPT-5.2GPT-5.6 Terra
提供商OpenAIOpenAI
发布日期2025年12月11日2026年7月9日
上下文窗口(token)400,0001,050,000
对比时的配置GPT-5.2 (xhigh)GPT-5.6 Terra (xhigh)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.75 / $14.00 / $0.175$2.00 / $12.00 / $0.200

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别GPT-5.2 (xhigh)GPT-5.6 Terra (xhigh)领先者
推理60.454.8GPT-5.2
编程63.059.1GPT-5.2
智能体与工具53.863.1GPT-5.6 Terra
数学56.565.7GPT-5.6 Terra
知识56.153.0GPT-5.2
指令遵循73.765.6GPT-5.2
人类偏好–65.5无法比较
多模态–61.2无法比较
长上下文66.064.1GPT-5.2

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识指令遵循长上下文GPT-5.2, 推理: 60.4GPT-5.2, 编程: 63.0GPT-5.2, 智能体与工具: 53.8GPT-5.2, 数学: 56.5GPT-5.2, 知识: 56.1GPT-5.2, 指令遵循: 73.7GPT-5.2, 长上下文: 66.0GPT-5.6 Terra, 推理: 54.8GPT-5.6 Terra, 编程: 59.1GPT-5.6 Terra, 智能体与工具: 63.1GPT-5.6 Terra, 数学: 65.7GPT-5.6 Terra, 知识: 53.0GPT-5.6 Terra, 指令遵循: 65.6GPT-5.6 Terra, 长上下文: 64.1

未绘制(测得的模型少于两个):多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 21 项基准测试中,GPT-5.2 领先 7 项,GPT-5.6 Terra 领先 14 项。所有同时评测两者的综合评分都认为 GPT-5.6 Terra 更强。

综合 IndexGPT-5.2 (xhigh)GPT-5.6 Terra (xhigh)领先者
BenchLeader Index59.960.1不相上下
Arena Text1437†1468GPT-5.6 Terra

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标GPT-5.2 (xhigh)GPT-5.6 Terra (xhigh)
每百万 token 混合价格$4.81$4.50
每百万 token 输入 / 输出$1.75 / $14.00$2.00 / $12.00
每百万 token 缓存输入$0.175$0.200
每项任务价格:聊天回复$0.0049$0.0044
每项任务价格:总结一份 30 页的报告$0.029$0.031
每项任务价格:代码编辑$0.032$0.030
每项任务价格:智能体编程会话$0.161$0.168
每项任务价格:结构化信息提取$0.0063$0.0064
智能体编程会话(输入大多命中缓存)$0.090$0.087
输出速度76 tok/s97 tok/s
首次回答时间112.5 秒19.2 秒
完整回答耗时(最近一次测量 2026年11月13日)154.4 秒84.0 秒

每个模型都按其排名最高的推理强度设置进行对比。GPT-5.2 (xhigh) 得分 59.9,首个回答 token 需 112 秒;GPT-5.2 为 56.7(2 秒),GPT-5.2 (medium) 为 56.2(7 秒)。GPT-5.6 Terra (xhigh) 得分 60.1,首个回答 token 需 19 秒;GPT-5.6 Terra (max) 为 59.5(73 秒),GPT-5.6 Terra (high) 为 56.8(6 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 182 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方GPT-5.2 (xhigh)GPT-5.6 Terra (xhigh)
BenchLeader IndexBenchLeader59.960.1
智能体与工具得分BenchLeader53.863.1
编程得分BenchLeader63.059.1
指令遵循得分BenchLeader73.765.6
知识得分BenchLeader56.153.0
长上下文得分BenchLeader66.064.1
数学得分BenchLeader56.565.7
推理得分BenchLeader60.454.8
人类偏好得分BenchLeader–65.5
多模态得分BenchLeader–61.2
混合价格(美元/百万 token)BenchLeader$4.81$4.50
输出速度BenchLeader76 tok/s97 tok/s
首次回答时间BenchLeader112.5 秒19.2 秒
上下文窗口BenchLeader400,000 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub91.4%93.3%†
Humanity's Last ExamScale AI / CAIS27.8%†–
SimpleBenchSimpleBench45.8%†48.9%
Arena Hard PromptsArena (LMArena)1497†1491
LiveBench 2.0 ReasoningLiveBench–90.6%†
LiveBench 1.0 ReasoningLiveBench83.2%†90.6%†
GPQA Diamond (AA)Artificial Analysis90.3%90.8%
Humanity's Last Exam (AA)Artificial Analysis37.7%41.9%
HLE-Diamond (AA)Artificial Analysis–24.7%
GPQA Diamond (Vals)Vals AI91.7%90.9%
Kagi LLM BenchmarkKagi LLM Benchmark73.3%†51.3%†
ARC-AGI-1ARC Prize86.2%94.0%
ARC-AGI-2ARC Prize52.9%74.2%
ARC-AGI-3ARC Prize–0.7%
CritPtArtificial Analysis11.6%27.1%
CritPt v2 hard subset (AA)Artificial Analysis–50.5%†
SciPredictScale AI SEAL20.6%†–
Arena ExpertArena (LMArena)1491†1507
Chess PuzzlesEpoch AI Benchmarking Hub48.0%47.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub22.0%†35.0%†
CL-benchEpoch AI Benchmarking Hub18.2%†–
LMCAEpoch AI Benchmarking Hub43.9%52.2%
DTBenchEpoch AI Benchmarking Hub90.9%92.5%
ForecastBenchForecastBench63.8%†–
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub73.8%†–
显示全部 182 项基准测试
指标发布方GPT-5.2 (xhigh)GPT-5.6 Terra (xhigh)
编程
SciCodeSciCode–52.3%
WeirdMLWeirdML72.2%78.3%†
FrontierCodeCognition–41.3%†
GSO-BenchGSO-Bench27.4%†–
Arena CodingArena (LMArena)1515†1517
Arena WebDevArena (LMArena)1421†1520
LiveBench 2.0 CodingLiveBench–84.2%†
LiveBench 1.0 CodingLiveBench76.1%†78.3%†
LiveCodeBenchVals AI85.4%85.9%
IOIVals AI–87.6%†
SWE-bench (Vals)Vals AI75.8%95.4%†
SWE-Bench ProScale AI SEAL29.9%†–
SWE-bench Verified (bash only)SWE-bench69.0%†–
SWE-bench Multilingual (bash only)SWE-bench66.7%†–
SWE-bench Verified (any scaffold)SWE-bench72.8%†–
Code MigrationVals AI–47.8%†
ProgramBenchVals AI–0.5%†
Vibe Code Bench 1-100Vals AI–14.8%†
Vibe Code Bench v1.1Vals AI53.5%74.6%†
SWE-Bench Pro (private)Scale AI SEAL23.8%†–
SWE-Bench Pro V2Scale AI SEAL–92.4%
SWE-Bench Pro V2 HARDScale AI SEAL–86.3%
MirrorCodeEpoch AI Benchmarking Hub32.2%41.1%†
Surface Evolver BenchEpoch AI Benchmarking Hub–83.8%
DeepSWE v1.1Epoch AI Benchmarking Hub–60.2%
CursorBenchCursor–33.6%
ALE-BenchEpoch AI Benchmarking Hub1249.8†1951.4†
AlgoTuneAlgoTune2.0†–
WeirdML v3WeirdML5.0%–
Terminal-Bench 4.0 (AA)Artificial Analysis–10.1%
Terminal-Bench 2.1 (AA)Artificial Analysis–80.2%
Startrise FrontendStartrise–66.9%†
GameBench 2 OverallDuelLab GameBench 2–45.6†
GameBench 2 by reasoning settingDuelLab GameBench 2–53.5
Design Arena WebsiteDesign Arena11861260†
FrontierCode 2.0 (AA)Artificial Analysis–23.9%†
LiveCodeBench (AA)Artificial Analysis88.9%–
智能体与工具
Terminal-BenchTerminal-Bench64.9%†21.5%†
GDPvalOpenAI49.7%†–
Remote Labor IndexScale AI / CAIS2.1%†–
APEX-AgentsMercor–58.2%†
Arena AgentArena (LMArena)–-1.8
LiveBench Long AgenticLiveBench–25.9%†
LiveBench BrowserLiveBench–70.3%†
LiveBench Agentic CodingLiveBench50.3%†55.0%†
Terminal-Bench HardArtificial Analysis47.0%62.9%
τ²-Bench Telecom (AA)Artificial Analysis84.8%80.4%
Terminal-Bench 2.1 (Vals)Vals AI–77.5%†
MCP AtlasScale AI SEAL67.6%–
BFCL OverallBerkeley Function Calling Leaderboard55.9%†–
τ²-benchτ²-bench84.8%†–
τ³-bench Bankingτ²-bench32.2%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–47.4%
GDPval-AA v2.1Artificial Analysis–1456
τ³-Banking (AA)Artificial Analysis11.1%†29.7%
ITBench SRE (AA)Artificial Analysis–51.0%†
APEX-Agents (AA)Artificial Analysis–38.9%†
CyberBenchVals AI–72.1%†
Finance Agent v2Vals AI–54.4%†
Harvey's Legal Agent Benchmark v1Vals AI–0.8%†
Legal Research BenchVals AI–41.4%†
Poker AgentVals AI1131.8%†–
SkillsBenchVals AI–58.9%†
SREBenchVals AI–9.5%†
Tax Agent BenchVals AI–30.0%†
Terminal-Bench 2.0 (Vals)Vals AI51.7%†–
Terminal-Bench 4.0 (Vals)Vals AI–22.7%†
Terminal-Bench ScienceVals AI–10.0%†
Arena SearchArena (LMArena)1161†–
Arena Agent Task CompletionArena (LMArena)–-7.2
BALROGBALROG–53.2%†
DeepResearch BenchDeepResearch Bench41.1%†–
METR Time HorizonsMETR75.3%†–
Vending-Bench 2Andon Labs3591.3†7343.2†
AutomationBenchArtificial Analysis–47.1%
GDP.pdf (AA)Artificial Analysis–24.6%
EnterpriseOps-GymArtificial Analysis–38.5%†
AA-Briefcase v1.1Artificial Analysis–1332
Design Arena AgenticDesign Arena1065†1089†
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–13.8%†
DeepSec-Bench (AA)Artificial Analysis–25.1%†
FACTS SearchGoogle–87.0%†
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub67.4%86.0%†
FrontierMath Tier 4Epoch AI Benchmarking Hub31.7%70.7%†
OTIS Mock AIMEEpoch AI Benchmarking Hub96.1%99.7%†
ProofBenchVals AI15.0%74.0%
LiveBench MathematicsLiveBench93.2%†94.9%†
AIME (Vals)Vals AI96.9%–
MGSMVals AI94.0%–
AIME 2026MathArena98.3%†–
HMMT February 2026MathArena97.0%†–
MathArena ApexMathArena13.5%†–
Arena MathsArena (LMArena)1453†1478
AIME 2025 (AA)Artificial Analysis99.0%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub37.1%43.2%†
LiveBench 2.0 Data AnalysisLiveBench–79.3%†
LiveBench ResearchLiveBench–79.7%†
LiveBench 1.0 Data AnalysisLiveBench78.2%†79.3%†
AA-Omniscience v1.1Artificial Analysis–-11.5
MMLU-ProVals AI86.2%86.7%
LegalBenchVals AI82.8%85.1%†
CorpFinVals AI65.9%65.3%
TaxEvalVals AI75.8%76.2%
MedQAVals AI94.1%–
MultiNRCScale AI SEAL42.2%†–
CaseLaw v2Vals AI66.0%–
Excel Modeling BenchmarkVals AI–66.2%†
MedCodeVals AI49.8%43.4%
MedScribeVals AI84.4%82.9%
Public Benefits Bench v1.1Vals AI–62.4%†
Financial Coaching BenchVals AI–71.0%†
DrugDiscoveryBenchScale AI SEAL29.3%–
EBR-benchEpoch AI Benchmarking Hub23.0%–
GDP.pdfEpoch AI Benchmarking Hub–24.7%†
AA-Omniscience v1.1: accuracyArtificial Analysis–41.3%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–9.9%
Global-MMLU-Lite (AA)Artificial Analysis89.8%†–
FACTS ParametricGoogle–57.6%†
指令遵循
LiveBench LanguageLiveBench79.8%†82.9%†
LiveBench Instruction FollowingLiveBench61.8%†64.6%†
IFBenchArtificial Analysis75.4%66.3%
TutorBenchScale AI SEAL53.5%†–
Arena Instruction FollowingArena (LMArena)1457†1463
人类偏好
Arena TextArena (LMArena)1476†1468
EQ-Bench 4EQ-Bench–1220†
EQ-Bench Creative Writing v3EQ-Bench1703†1856†
Arena Creative WritingArena (LMArena)1432†1430
Arena Multi-turnArena (LMArena)1495†1475
Arena Longer QueriesArena (LMArena)1472†1469
多模态
Arena VisionArena (LMArena)1268†1269
LiveBench DesignLiveBench–70.9%†
MMMU-ProArtificial Analysis74.6%†79.5%
VISTAScale AI SEAL46.6%†–
MMMU-Pro (Vals)Vals AI86.7%86.5%†
MortgageTaxVals AI67.1%67.3%
SAGEVals AI–87.0%†
Humanity's Sixth SenseScale AI SEAL–22.7%†
VPCTEpoch AI Benchmarking Hub84.0%–
Blueprint-Bench 2Epoch AI Benchmarking Hub–30.8%†
Furniture AssemblyEpoch AI Benchmarking Hub38.3%54.2%†
FACTS MultimodalGoogle–39.9%†
长上下文
AA-LCR v1.1Artificial Analysis82.7%79.0%
Arena DocumentArena (LMArena)1425†1474
MLCRArtificial Analysis–22.8%
FACTS GroundingGoogle–60.5%†
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.5†160.7†
LiveBench 2.0LiveBench–67.2%†
LiveBench 1.0LiveBench74.6%†77.9%†
AA Intelligence Index v5.0.1Artificial Analysis–32.3†
AA Intelligence Index v4.3.2Artificial Analysis30.438.0
AA Progress Index v1Artificial Analysis295.5312
Vals RSI IndexVals AI15.8%–
Vals Multimodal IndexVals AI–65.1%
安全与诚实
FORTRESSScale AI SEAL17.5%†–
MASKScale AI SEAL86.7%†–
PropensityBenchScale AI SEAL34.4%†–
DistressBenchScale AI SEAL–76.4%†

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • GPT-5.2 (xhigh):1 项新结果(AIME 2025 (AA))。
  • GPT-5.6 Terra (xhigh):2 项新结果(GDPval-AA v2.1, AA-Briefcase v1.1)。
  • GPT-5.2 (xhigh):1 项新结果(MirrorCode)。
  • GPT-5.6 Terra (xhigh):1 项分数修订。
  • GPT-5.6 Terra (xhigh):1 项分数修订。
  • GPT-5.6 Terra (xhigh):BenchLeader Index 61.2 → 60.4。
  • GPT-5.2 (xhigh):1 项新结果(AA Progress Index v1)。
  • GPT-5.6 Terra (xhigh):2 项新结果(AA Progress Index v1, HLE-Diamond (AA));3 项分数修订。
  • GPT-5.2 (xhigh):1 项新结果(Vals RSI Index)。
  • GPT-5.6 Terra (xhigh):BenchLeader Index 61.7 → 61.2。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GPT-5.2 vs GPT-5.6 Terra:常见问题

GPT-5.2 比 GPT-5.6 Terra 更好吗?
GPT-5.2 (xhigh) 与 GPT-5.6 Terra (xhigh) 的质量不相上下(59.9 比 60.1,在 ±5.7 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
GPT-5.2 和 GPT-5.6 Terra 哪个更便宜?价格会变吗?
目前 GPT-5.6 Terra 更便宜:每百万 token $4.50 比 $4.81(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 GPT-5.2 还是 GPT-5.6 Terra 更好?
GPT-5.2 在编程方面得分更高(类别得分 63 比 59,50 为平均水平)。在两者共同的最主要编程基准测试 LiveCodeBench 上,GPT-5.2 为 85.4%,GPT-5.6 Terra 为 85.9%。
GPT-5.2 和 GPT-5.6 Terra 哪个更快?
GPT-5.6 Terra 输出更快(输出 97 比 76 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GPT-5.2 还是 GPT-5.6 Terra 更好?
GPT-5.6 Terra 在智能体任务方面得分更高(类别得分 63 比 54,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 Terminal-Bench Hard 上,GPT-5.2 为 47.0%,GPT-5.6 Terra 为 62.9%。
更多问题(4)
处理长文档哪个更好?
GPT-5.2 在长上下文基准测试上得分更高(66 比 64)。GPT-5.6 Terra 支持更长的上下文:1,050,000 token,GPT-5.2 为 400,000 token。
哪个延迟更低?
GPT-5.6 Terra 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 19.2 秒比 112.5 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 GPT-5.2 和 GPT-5.6 Terra 的看法一致吗?
在两者都有结果的 21 项基准测试中,GPT-5.2 领先 7 项,GPT-5.6 Terra 领先 14 项。所有同时评测两者的综合评分都认为 GPT-5.6 Terra 更强。
GPT-5.6 Terra 是什么时候发布的?
GPT-5.6 Terra 于 2026年7月9日 发布。