AI BENCHY Compare

OpenAI: GPT-5.2 vs Qwen: Qwen3.5-Flash

Resumen

Comparación benchmark de GPT-5.2 vs Qwen3.5-Flash: GPT-5.2 lidera en puntuación media con 8.4 vs 6.8. Qwen3.5-Flash tiene menor coste de benchmark con $0.080 vs $0.548. GPT-5.2 es más rápido con 16.88s vs 63.29s, con tasas de acierto de 71.4% vs 71.4%.

Modelo recomendado: GPT-5.2 - Tiene la mejor puntuación aquí (8.4) y responde aproximadamente 3.7x más rápido que Qwen3.5-Flash.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica	GPT-5.2 GPT-5.2 medium Lanzamiento: 2025-12-11	Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24

Métrica	GPT-5.2 GPT-5.2 medium Lanzamiento: 2025-12-11	Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24
Puntuación	8.4	6.8
Rango	#22	#70
Fiabilidad	10.0	10.0
Consistencia	8.4	8.1
Pruebas correctas
Tasa de aciertos por intento	71.4%	71.4%
Pruebas inestables	4	5
Ejecuciones totales	63	63
Costo por resultado	4.209	0.871
Costo total	$0.548	$0.080
Precio de entrada	$1.750 / 1M	$0.065 / 1M
Precio de salida	$14.000 / 1M	$0.260 / 1M
Total de tokens de entrada	33,967	38,926
Tokens de salida	2,901	2,088
Tokens de razonamiento	31,932	294,598
Tiempo de respuesta (promedio)	16.88s	63.29s
Tiempo de respuesta (máximo)	77.80s	234.29s
Tiempo de respuesta (total)	236.34s	1265.85s

Generación showcase

Hamster playing table tennis

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

#22 GPT-5.2

medium

Coste: $0.047
Tiempo: 49.2s
Tokens: 3,396 tok

#70 Qwen3.5-Flash

medium

Coste: $0.002
Tiempo: 25.8s
Tokens: 4,294 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	6.5	8.0	58.3%	1		7.81s	606	567	2,002
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

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	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

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	10.0	10.0	100.0%	0		14.06s	11,019	291	1,757
Qwen3.5-Flash	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270

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	10.0	10.0	100.0%	0		3.15s	7,140	234	420
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

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	5.9	7.2	55.6%	1		77.80s	473	42	10,342
Qwen3.5-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615

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	3.7	9.7	0.0%	0		4.32s	477	162	269
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

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	9.9	10.0	100.0%	0		3.12s	660	94	614
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

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	7.5	7.3	77.8%	1		5.80s	642	735	924
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

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	4.7	1.6	66.7%	1		10.30s	5,453	239	469
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

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	3.0	10.0	0.0%	0		28.18s	195	26	3,223
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Comparación rápida

Cambiar par de comparación