Navigation
Advertise here

GPT-5.2 (medium) vs Qwen4 Max (low)

Der Durchschnittsscore ist mit 8.7 vs 8.7 praktisch gleichauf. Qwen4 Max (low) hat die niedrigeren Benchmark-Kosten mit $1.064 vs $1.558. GPT-5.2 (medium) ist schneller mit 31.29s vs 56.68s, mit Erfolgsraten von 73.9% vs 87.0%.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-11-16

Verglichene Modelle

Rang
#89
Gesamte Ausgabe-Token
80,538
Antwortzeit (Durchschnitt)
31.29s
Gesamtkosten
$1.558
Rang
#94
Gesamte Ausgabe-Token
144,069
Antwortzeit (Durchschnitt)
56.68s
Gesamtkosten
$1.064
Empfohlenes Modell GPT-5.2 (medium)

Es hat hier die beste Punktzahl (8.7) und antwortet etwa 1.8x schneller als Qwen4 Max (low).

Detaillierter Vergleich

Metrik GPT-5.2 GPT-5.2 medium Veröffentlichung: 2025-12-11 Qwen4 Max Qwen4 Max low Veröffentlichung: 2026-11-16
Punktzahl 8.7 8.7
Rang #89 #94
Zuverlässigkeit 10.0 9.9
Konsistenz 8.5 10.0
Versuche 69/69 69/69
Korrekte Tests
Erfolgsquote pro Versuch 73.9% 87.0%
Instabile Tests 4 0
Gesamtläufe 69 69
Kosten pro Ergebnis 10.261 5.318
Gesamtkosten $1.558 $1.064
Eingabepreis $1.750 / 1M $1.500 / 1M
Ausgabepreis $14.000 / 1M $4.500 / 1M
Preis für Cache-Lesen $0.175 / 1M $0.075 / 1M
Preis für Cache-Schreiben k. A. $1.875 / 1M
Gesamte Eingabe-Token 235,207 276,790
Ausgabe-Token 11,065 8,266
Denk-Token 69,473 135,803
Antwortzeit (Durchschnitt) 31.29s 56.68s
Antwortzeit (Maximum) 116.86s 564.77s
Antwortzeit (Gesamt) 531.98s 1303.63s
Parameter ~1.2T insgesamt (~80B aktiv) ~2.4T insgesamt (~95B aktiv)
Verfügbarkeit Geschlossen Geschlossen

Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.

Modell-Generierungs-Showcase

Hamster playing table tennis

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

#89 GPT-5.2

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

#94 Qwen4 Max

low
Kosten
$0.064
Zeit
239.1s
Token
14,300 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

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
Qwen4 Max 10.0 10.0 100.0% 0 15.29s 8,001 427 8,546

Vergleichspaar wechseln