Navegación
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 Chat vs Qwen: Qwen3.7 Plus

Resumen

Comparación benchmark de GPT-5.2 Chat vs Qwen3.7 Plus: GPT-5.2 Chat lidera en puntuación media con 8.5 vs 8.2. Qwen3.7 Plus tiene menor coste de benchmark con $0.177 vs $0.393. GPT-5.2 Chat es más rápido con 7.13s vs 38.95s, con tasas de acierto de 74.6% vs 77.8%.

Modelo recomendado: GPT-5.2 Chat - Tiene la mejor puntuación aquí (8.5) y responde aproximadamente 5.5x más rápido que Qwen3.7 Plus.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica GPT-5.2 Chat GPT-5.2 Chat none Lanzamiento: 2025-12-11 Qwen3.7 Plus Qwen3.7 Plus medium Lanzamiento: 2026-06-03
Puntuación 8.5 8.2
Rango #22 #28
Fiabilidad 10.0 10.0
Consistencia 8.9 9.1
Pruebas correctas
Tasa de aciertos por intento 74.6% 77.8%
Pruebas inestables 3 2
Ejecuciones totales 63 63
Costo por resultado 2.803 1.474
Costo total $0.393 $0.177
Precio de entrada $1.750 / 1M $0.320 / 1M
Precio de salida $14.000 / 1M $1.280 / 1M
Total de tokens de entrada 34,212 40,939
Tokens de salida 23,744 2,125
Tokens de razonamiento 0 125,754
Tiempo de respuesta (promedio) 7.13s 38.95s
Tiempo de respuesta (máximo) 38.52s 178.04s
Tiempo de respuesta (total) 149.69s 817.85s

Generation showcase

Hamster playing table tennis

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

#22 GPT-5.2 Chat

none
Cost
$0.010
Time
15.3s
Tokens
797 tok

#28 Qwen3.7 Plus

medium
Cost
$0.018
Time
193.2s
Tokens
10,821 tok

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
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
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
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
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
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

Comparación rápida

Cambiar par de comparación

Seed-2.0-LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsGLM 5mediumGPT-5.2 ChatnonevsGLM 5 TurbomediumDeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneClaude Opus 4.8mediumvsGPT-5.2 ChatnoneNemotron 3 Ultra 550b A55bmediumDisponible gratisvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumQwen3.7 PlusmediumvsStep 3.7 Flashlow