Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.2 vs Qwen: Qwen3.7 Plus

Zusammenfassung

GPT-5.2 vs Qwen3.7 Plus Benchmark-Vergleich: GPT-5.2 führt beim Durchschnittsscore mit 8.4 vs 8.2. Qwen3.7 Plus hat die niedrigeren Benchmark-Kosten mit $0.177 vs $0.548. GPT-5.2 ist schneller mit 16.88s vs 38.95s, mit Erfolgsraten von 71.4% vs 77.8%.

Empfohlenes Modell: Qwen3.7 Plus - Die Punktzahl bleibt nah an der besten hier (8.2 vs 8.4) und es kostet etwa 3.1x weniger als GPT-5.2.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik GPT-5.2 GPT-5.2 medium Veröffentlichung: 2025-12-11 Qwen3.7 Plus Qwen3.7 Plus medium Veröffentlichung: 2026-06-03
Punktzahl 8.4 8.2
Rang #22 #25
Zuverlässigkeit 10.0 10.0
Konsistenz 8.4 9.1
Korrekte Tests
Erfolgsquote pro Versuch 71.4% 77.8%
Instabile Tests 4 2
Gesamtläufe 63 63
Kosten pro Ergebnis 4.209 1.474
Gesamtkosten $0.548 $0.177
Eingabepreis $1.750 / 1M $0.320 / 1M
Ausgabepreis $14.000 / 1M $1.280 / 1M
Gesamte Eingabe-Token 33,967 40,939
Ausgabe-Token 2,901 2,125
Denk-Token 31,932 125,754
Antwortzeit (Durchschnitt) 16.88s 38.95s
Antwortzeit (Maximum) 77.80s 178.04s
Antwortzeit (Gesamt) 236.34s 817.85s

Generierungs-Showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#22 GPT-5.2

medium
Kosten
$0.047
Zeit
49.2s
Token
3,396 tok

#25 Qwen3.7 Plus

medium
Kosten
$0.018
Zeit
193.2s
Token
10,821 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.2 6.5 8.0 58.3% 1 7.81s 606 567 2,002
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.2 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.2 10.0 10.0 100.0% 0 3.15s 7,140 234 420
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.2 5.9 7.2 55.6% 1 77.80s 473 42 10,342
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.2 3.7 9.7 0.0% 0 4.32s 477 162 269
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.2 9.9 10.0 100.0% 0 3.12s 660 94 614
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.2 7.5 7.3 77.8% 1 5.80s 642 735 924
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.2 4.7 1.6 66.7% 1 10.30s 5,453 239 469
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.2 3.0 10.0 0.0% 0 28.18s 195 26 3,223
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

Schnellvergleich

Vergleichspaar wechseln

DeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.2mediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumQwen3.7 PlusmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsQwen3.7 PlusmediumGPT-5.3 ChatnonevsQwen3.7 PlusmediumGPT-5.2mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.2mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumGemini 3.5 FlashlowvsGPT-5.2mediumClaude Sonnet 4.6nonevsQwen3.7 PlusmediumClaude Opus 4.8nonevsQwen3.7 Plusmedium