AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs Qwen: Qwen3.7 Max

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-01

Métrica	GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11	Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22

Métrica	GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11	Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22
Puntuación	7.9	7.9
Rango	#32	#28
Fiabilidad	10.0	10.0
Consistencia	8.9	10.0
Pruebas correctas
Tasa de aciertos por intento	73.3%	70.0%
Pruebas inestables	3	0
Ejecuciones totales	60	60
Costo por resultado	2.703	0.719
Costo total	$0.352	$0.051
Precio de entrada	$1.750 / 1M	$1.250 / 1M
Precio de salida	$14.000 / 1M	$3.750 / 1M
Tokens de salida	21,144	1,988
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	6.82s	1.30s
Tiempo de respuesta (máximo)	38.52s	3.92s
Tiempo de respuesta (total)	136.34s	25.95s

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 salida	Tokens de razonamiento
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	1,807	0
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	242	0

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	8.2	6.7	83.3%	1		8.05s	4,131	0
Qwen3.7 Max	6.8	10.0	50.0%	0		1.39s	576	0

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	1,243	0
Qwen3.7 Max	3.0	10.0	0.0%	0		2.17s	171	0

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	980	0
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	243	0

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	7,810	0
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	15	0

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	335	0
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	120	0

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	9.8	10.0	100.0%	0		5.51s	1,441	0
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	72	0

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.10s	1,603	0
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	314	0

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	555	0
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	222	0

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	1,239	0
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	13	0

Comparación rápida

Cambiar par de comparación

GPT-5.4mediumvsQwen3.7 Maxnone Qwen3.7 MaxnonevsGLM 5 Turbomedium Qwen3.7 MaxnonevsStep 3.7 Flashmedium Gemma 4 26B A4BmediumDisponible gratisvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsStep 3.7 Flashmedium GPT-5.2 ChatnonevsGLM 5 Turbomedium Gemini 3.5 FlashminimalvsQwen3.7 Maxnone GPT-5.2 ChatnonevsQwen3.5-27Bmedium Gemma 4 26B A4BmediumDisponible gratisvsQwen3.7 Maxnone GPT-5.2 ChatnonevsQwen3.6 35B A3Bmedium Gemma 4 31BmediumDisponible gratisvsQwen3.7 Maxnone GPT-5.2 ChatnonevsGrok 4.3medium