AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs Qwen: Qwen3.6 35B A3B

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-27

Metrik	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11	Qwen3.6 35B A3B Qwen3.6 35B A3B medium Rilis: 2026-04-20

Metrik	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11	Qwen3.6 35B A3B Qwen3.6 35B A3B medium Rilis: 2026-04-20
Skor	7.9	8.8
Peringkat	#38	#9
Keandalan	T/A	10.0
Konsistensi	8.7	9.5
Tes benar
Tingkat lulus per percobaan	75.9%	83.3%
Tes tidak stabil	3	1
Total Run	54	54
Biaya per hasil	2.424	0.800
Total Biaya	$0.291	$0.104
Harga input	$1.750 / 1M	$0.162 / 1M
Harga output	$14.000 / 1M	$0.966 / 1M
Token output	17,346	14,256
Token penalaran	0	98,005
Waktu respons (rata-rata)	6.84s	11.98s
Waktu respons (maks)	38.52s	45.02s
Waktu respons (total)	123.17s	191.76s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	1,807	0
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		6.02s	1,154	12,385

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
GPT-5.2 Chat	10.0	10.0	100.0%	0		8.97s	1,345	0
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		32.58s	3,294	15,116

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	1,243	0
Qwen3.6 35B A3B	0.0	0.0	0.0%	0		0ms	0	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	980	0
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		12.99s	2,591	9,968

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	7,810	0
Qwen3.6 35B A3B	5.3	7.2	44.4%	1		22.50s	6,193	39,116

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	335	0
Qwen3.6 35B A3B	4.4	9.9	0.0%	0		8.66s	129	4,569

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
GPT-5.2 Chat	7.5	6.1	83.3%	1		5.46s	1,528	0
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		7.50s	219	7,404

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.42s	1,743	0
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		5.98s	676	9,447

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token output	Token penalaran
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	555	0
Qwen3.6 35B A3B	0.0	0.0	0.0%	0		0ms	0	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.5 Flashmedium Gemini 3 Flash PreviewlowvsQwen3.6 35B A3Bmedium DeepSeek V3.2mediumvsGPT-5.2 Chatnone DeepSeek V4 FlashhighvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsGLM 5V Turbomedium Claude Sonnet 4.6mediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.5-Flashmedium Gemma 4 26B A4BmediumTersedia gratisvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsGLM 5.1medium GPT-5.2 ChatnonevsHY3 PreviewmediumTersedia gratis GPT-5.2 ChatnonevsQwen3.5 Plus 2026-04-20medium GPT-5.2 ChatnonevsMiMo-V2-Promedium