AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs Qwen: Qwen3.5-27B

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-04

Métrica	GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24

Métrica	GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11	Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24
Puntuación	7.9	7.8
Rango	#24	#30
Fiabilidad	10.0	10.0
Consistencia	8.9	8.5
Pruebas correctas
Tasa de aciertos por intento	74.6%	73.0%
Pruebas inestables	3	4
Ejecuciones totales	63	63
Costo por resultado	2.803	4.901
Costo total	$0.393	$0.536
Precio de entrada	$1.750 / 1M	$0.195 / 1M
Precio de salida	$14.000 / 1M	$1.560 / 1M
Total de tokens de entrada	34,212	42,164
Tokens de salida	23,744	8,534
Tokens de razonamiento	0	329,289
Tiempo de respuesta (promedio)	7.13s	68.39s
Tiempo de respuesta (máximo)	38.52s	234.36s
Tiempo de respuesta (total)	149.69s	1436.24s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	606	1,807	0
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	8.8	7.8	88.9%	1		9.82s	7,305	6,731	0
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	11,019	1,243	0
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	14,946	483	9,991

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	7,140	980	0
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	723	7,810	0
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	477	335	0
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	9.8	10.0	100.0%	0		5.51s	660	1,441	0
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.10s	642	1,603	0
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	5,445	555	0
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	195	1,239	0
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

Comparación rápida

Cambiar par de comparación

DeepSeek V4 FlashhighvsQwen3.5-27Bmedium GPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15medium Gemini 3.5 FlashminimalvsQwen3.5-27Bmedium GPT-5.2 ChatnonevsGLM 5 Turbomedium GPT-5.2 ChatnonevsStep 3.7 Flashmedium GPT-5.2 ChatnonevsQwen3.6 Plusmedium Gemma 4 31BmediumDisponible gratisvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.5-122B-A10Bmedium DeepSeek V4 FlashhighvsGPT-5.2 Chatnone Seed-2.0-LitemediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.7 Plusmedium