तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

OpenAI: GPT-5.2 vs Qwen: Qwen3.5 Plus 2026-02-15

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 Plus 2026-02-15 medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#12	#4
स्कोर	6.93	8.64
संगति	8.22	10.00
प्रति परिणाम लागत	2.780	1.955
कुल लागत	$0.251	$0.235
सही परीक्षण
गलत टेस्ट	5	2
प्रति प्रयास पास दर	76.2%	85.7%
अस्थिर टेस्ट	3	0
आउटपुट टोकन	1,869	1,258
रीजनिंग टोकन	14,190	93,374

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 Plus 2026-02-15	10.00	10.00	100.0%	0		186	5,926

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 Plus 2026-02-15	10.00	10.00	100.0%	0		283	14,892

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 Plus 2026-02-15	4.00	10.00	33.3%	0		56	39,882

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 Plus 2026-02-15	9.50	9.99	100.0%	0		102	9,257

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 Plus 2026-02-15	10.00	10.00	100.0%	0		322	22,508

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 Plus 2026-02-15	10.00	10.00	100.0%	0		309	909

तुलना जोड़ी बदलें

OpenAI: GPT-5.2 की तुलना इससे करें...

Qwen: Qwen3.5 Plus 2026-02-15 की तुलना इससे करें...