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 vs Qwen: Qwen3.6 Max Preview

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-27

Métrica GPT-5.2 GPT-5.2 medium Lanzamiento: 2025-12-11 Qwen3.6 Max Preview Qwen3.6 Max Preview none Lanzamiento: 2026-04-20
Puntuación 7.5 7.3
Rango #52 #56
Fiabilidad N/D 10.0
Consistencia 8.1 8.7
Pruebas correctas
Tasa de aciertos por intento 72.2% 66.7%
Pruebas inestables 4 3
Ejecuciones totales 54 54
Costo por resultado 3.193 0.827
Costo total $0.352 $0.083
Precio de entrada $1.750 / 1M $1.300 / 1M
Precio de salida $14.000 / 1M $7.800 / 1M
Tokens de salida 2,705 4,732
Tokens de razonamiento 18,977 0
Tiempo de respuesta (promedio) 14.04s 3.38s
Tiempo de respuesta (máximo) 77.80s 20.51s
Tiempo de respuesta (total) 154.41s 60.83s

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 6.5 8.0 58.3% 1 7.81s 567 2,002
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 513 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 10.0 10.0 100.0% 0 15.12s 467 2,166
Qwen3.6 Max Preview 5.0 2.0 66.7% 1 3.45s 426 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 10.0 10.0 100.0% 0 14.06s 291 1,757
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 2,842 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 10.0 10.0 100.0% 0 3.15s 234 420
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 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 5.9 7.2 55.6% 1 77.80s 42 10,342
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 18 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 3.7 9.7 0.0% 0 4.32s 162 269
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 76 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 9.9 10.0 100.0% 0 3.12s 94 614
Qwen3.6 Max Preview 8.4 6.9 83.3% 1 1.45s 69 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 7.7 7.3 77.8% 1 5.47s 609 938
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.38s 323 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 4.7 1.6 66.7% 1 10.30s 239 469
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 222 0

Comparación rápida

Cambiar par de comparación

Claude Sonnet 4.6nonevsGPT-5.2mediumGPT-5.4 MinimediumvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneGPT-5.4 NanomediumvsQwen3.6 Max PreviewnoneClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneGPT-5 MinimediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsMiMo-V2-OmnimediumDeepSeek V4 FlashhighvsGPT-5.2mediumQwen3.6 Max PreviewnonevsGrok 4.20mediumKimi K2.6mediumvsQwen3.6 Max Previewnone