AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs Qwen: Qwen3.6 Flash

Ringkasan

Perbandingan benchmark GPT-5.2 Chat vs Qwen3.6 Flash: GPT-5.2 Chat unggul dalam skor rata-rata dengan 7.9 vs 7.5. Qwen3.6 Flash memiliki biaya benchmark lebih rendah di $0.288 vs $0.393. GPT-5.2 Chat lebih cepat di 7.13s vs 19.25s, dengan tingkat keberhasilan 74.6% vs 71.4%.

Model yang direkomendasikan: GPT-5.2 Chat - It has the best score here (7.9), while responding about 2.7x faster than Qwen3.6 Flash.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-10

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

Metrik	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11	Qwen3.6 Flash Qwen3.6 Flash medium Rilis: 2026-04-20
Skor	7.9	7.5
Peringkat	#25	#40
Keandalan	10.0	10.0
Konsistensi	8.9	8.1
Tes benar
Tingkat lulus per percobaan	74.6%	71.4%
Tes tidak stabil	3	5
Total Run	63	63
Biaya per hasil	2.803	3.030
Total Biaya	$0.393	$0.288
Harga input	$1.750 / 1M	$0.188 / 1M
Harga output	$14.000 / 1M	$1.125 / 1M
Total token input	34,212	42,362
Token output	23,744	2,995
Token penalaran	0	245,358
Waktu respons (rata-rata)	7.13s	19.25s
Waktu respons (maks)	38.52s	122.87s
Waktu respons (total)	149.69s	404.20s

Generation showcase

Hamster playing table tennis

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

#25 GPT-5.2 Chat

none

Cost: $0.010
Time: 15.3s
Tokens: 797 tok

#40 Qwen3.6 Flash

medium

Invalid SVG

Cost: $0.008
Time: 29.9s
Tokens: 6,784 tok

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 input	Token output	Token penalaran
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	606	1,807	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.10s	672	624	14,024

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	8.8	7.8	88.9%	1		9.82s	7,305	6,731	0
Qwen3.6 Flash	5.0	5.1	44.5%	2		42.85s	7,895	495	67,967

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	11,019	1,243	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		20.28s	14,934	483	13,839

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	7,140	980	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		9.65s	7,782	270	13,155

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	723	7,810	0
Qwen3.6 Flash	3.5	4.4	33.3%	2		14.65s	771	60	24,409

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	477	335	0
Qwen3.6 Flash	4.8	9.9	0.0%	0		9.88s	516	140	5,445

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	9.8	10.0	100.0%	0		5.51s	660	1,441	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.05s	699	102	7,423

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.10s	642	1,603	0
Qwen3.6 Flash	8.2	7.2	88.9%	1		6.29s	696	460	10,860

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	5,445	555	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		4.00s	8,193	335	1,188

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.2 Chat	3.0	10.0	0.0%	0		6.89s	195	1,239	0
Qwen3.6 Flash	3.0	10.0	0.0%	0		122.87s	204	26	87,048

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15medium GPT-5.2 ChatnonevsGLM 5 Turbomedium GPT-5.2 ChatnonevsStep 3.7 Flashmedium GPT-5.2 ChatnonevsQwen3.6 Plusmedium Gemini 3 Flash PreviewnonevsQwen3.6 Flashmedium Gemma 4 31BmediumTersedia gratisvsGPT-5.2 Chatnone Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 Flashmedium GPT-5.2 ChatnonevsQwen3.5-122B-A10Bmedium GPT-5.2 ChatnonevsQwen3.5-27Bmedium Gemini 3.5 FlashminimalvsQwen3.6 Flashmedium DeepSeek V4 FlashhighvsGPT-5.2 Chatnone