तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

OpenAI: GPT-5.2 vs Qwen: Qwen3.5-35B-A3B

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	OpenAI: GPT-5.2 medium रिलीज़: रिलीज़ तिथि अज्ञात	Qwen: Qwen3.5-35B-A3B medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#12	#22
स्कोर	6.93	5.93
संगति	8.22	6.62
प्रति परिणाम लागत	2.780	5.169
कुल लागत	$0.251	$0.362
सही परीक्षण
गलत टेस्ट	5	7
प्रति प्रयास पास दर	76.2%	73.8%
अस्थिर टेस्ट	3	6
आउटपुट टोकन	1,869	1,317
रीजनिंग टोकन	14,190	177,502

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.2	7.00	7.28	77.8%	1		549	2,002
Qwen: Qwen3.5-35B-A3B	10.00	10.00	100.0%	0		429	36,235

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.2	10.00	10.00	100.0%	0		234	499
Qwen: Qwen3.5-35B-A3B	5.50	5.87	83.3%	1		235	19,493

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.2	4.00	7.21	55.6%	1		42	9,690
Qwen: Qwen3.5-35B-A3B	1.00	4.41	44.5%	2		41	46,368

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.2	9.50	10.00	100.0%	0		95	587
Qwen: Qwen3.5-35B-A3B	8.00	6.80	66.7%	1		97	17,361

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.2	8.00	10.00	66.7%	0		710	943
Qwen: Qwen3.5-35B-A3B	4.33	4.70	66.7%	2		206	56,680

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-5.2	1.00	1.62	66.7%	1		239	469
Qwen: Qwen3.5-35B-A3B	10.00	10.00	100.0%	0		309	1,365

तुलना जोड़ी बदलें

OpenAI: GPT-5.2 की तुलना इससे करें...

Qwen: Qwen3.5-35B-A3B की तुलना इससे करें...