AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark GPT-5.2 Chat vs Qwen3.6 Plus: GPT-5.2 Chat unggul dalam skor rata-rata dengan 8.5 vs 7.8. Qwen3.6 Plus memiliki biaya benchmark lebih rendah di $0.294 vs $0.393. GPT-5.2 Chat lebih cepat di 7.13s vs 30.70s, dengan tingkat keberhasilan 74.6% vs 69.8%.

Model yang direkomendasikan: GPT-5.2 Chat - It has the best score here (8.5), while responding about 4.3x faster than Qwen3.6 Plus.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

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

Metrik	GPT-5.2 Chat GPT-5.2 Chat none Rilis: 2025-12-11	Qwen3.6 Plus Qwen3.6 Plus medium Rilis: 2026-04-20
Skor	8.5	7.8
Peringkat	#19	#31
Keandalan	10.0	10.0
Konsistensi	8.9	9.3
Tes benar
Tingkat lulus per percobaan	74.6%	69.8%
Tes tidak stabil	3	2
Total Run	63	63
Biaya per hasil	2.803	0.831
Total Biaya	$0.393	$0.294
Harga input	$1.750 / 1M	$0.325 / 1M
Harga output	$14.000 / 1M	$1.950 / 1M
Total token input	34,212	41,565
Token output	23,744	1,853
Token penalaran	0	141,973
Waktu respons (rata-rata)	7.13s	30.70s
Waktu respons (maks)	38.52s	201.68s
Waktu respons (total)	149.69s	613.99s

Showcase generasi

Hamster playing table tennis

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

#19 GPT-5.2 Chat

none

Biaya: $0.010
Waktu: 15.3s
Token: 797 tok

#31 Qwen3.6 Plus

medium

Biaya: $0.024
Waktu: 219.0s
Token: 12,235 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 Plus	10.0	10.0	100.0%	0		9.90s	672	207	7,557

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 Plus	6.1	7.8	44.4%	1		153.12s	7,098	58	50,586

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 Plus	10.0	10.0	100.0%	0		34.95s	14,934	452	13,073

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 Plus	10.0	10.0	100.0%	0		14.95s	7,782	270	10,706

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 Plus	2.9	7.2	11.1%	1		29.59s	771	56	33,464

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 Plus	5.1	10.0	0.0%	0		27.05s	516	111	5,232

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 Plus	10.0	10.0	100.0%	0		7.54s	699	102	5,552

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 Plus	10.0	10.0	100.0%	0		6.34s	696	309	6,712

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 Plus	10.0	10.0	100.0%	0		5.87s	8,193	267	1,330

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 Plus	3.0	10.0	0.0%	0		47.51s	204	21	7,761

Perbandingan Cepat

Ganti Pasangan Perbandingan

Seed-2.0-LitemediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsStep 3.7 Flashmedium GPT-5.2 ChatnonevsGLM 5medium Claude Opus 4.8lowvsQwen3.6 Plusmedium Qwen3.6 PlusmediumvsStep 3.7 Flashlow GPT-5.2 ChatnonevsGLM 5.2medium DeepSeek V4 FlashhighvsGPT-5.2 Chatnone Claude Opus 4.7mediumvsGPT-5.2 Chatnone DeepSeek V4 ProhighvsQwen3.6 Plusmedium Gemini 2.5 FlashmediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.7 Plusmedium GPT-5.3 ChatnonevsQwen3.6 Plusmedium