AI BENCHY Compare
OpenAI: GPT-5.2 Chat vs Qwen: Qwen3.7 Max
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-05-22
| 指標 | GPT-5.2 Chat GPT-5.2 Chat none | Qwen3.7 Max Qwen3.7 Max medium |
|---|---|---|
| スコア | 7.6 | 9.0 |
| 順位 | #44 | #5 |
| 信頼性 | 10.0 | 10.0 |
| 一貫性 | 8.5 | 9.6 |
| 正解テスト | ||
| 試行ごとの合格率 | 71.7% | 88.3% |
| 不安定なテスト | 4 | 1 |
| 総実行回数 | 60 | 60 |
| 結果あたりのコスト | 2.955 | 5.540 |
| 合計コスト | $0.355 | $0.942 |
| ???? | $1.750 / 1M | $2.500 / 1M |
| ???? | $14.000 / 1M | $7.500 / 1M |
| 出力トークン | 21,371 | 2,109 |
| 推論トークン | 0 | 110,285 |
| 応答時間（平均） | 6.86s | 13.83s |
| 応答時間（最大） | 38.52s | 33.37s |
| 応答時間（合計） | 137.19s | 276.53s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 8.7 | 7.9 | 91.7% | 1 | 3.40s | 1,807 | 0 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 6.36s | 222 | 8,742 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 8.2 | 6.7 | 83.3% | 1 | 8.05s | 4,131 | 0 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 22.98s | 403 | 22,134 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 9.12s | 1,243 | 0 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 19.60s | 366 | 8,405 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 3.05s | 980 | 0 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 8.80s | 270 | 6,254 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 5.3 | 10.0 | 33.3% | 0 | 17.78s | 7,810 | 0 | |
| Qwen3.7 Max | 5.9 | 7.2 | 55.6% | 1 | 24.94s | 61 | 31,793 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 4.4 | 3.0 | 33.3% | 1 | 3.20s | 335 | 0 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 11.70s | 135 | 4,457 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 7.3 | 5.9 | 83.3% | 1 | 5.46s | 1,528 | 0 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 7.46s | 102 | 5,452 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 7.7 | 10.0 | 66.7% | 0 | 4.42s | 1,743 | 0 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 8.84s | 259 | 8,908 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 10.0 | 10.0 | 100.0% | 0 | 4.68s | 555 | 0 | |
| Qwen3.7 Max | 10.0 | 10.0 | 100.0% | 0 | 6.63s | 267 | 1,220 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.2 Chat | 3.0 | 10.0 | 0.0% | 0 | 6.89s | 1,239 | 0 | |
| Qwen3.7 Max | 3.0 | 10.0 | 0.0% | 0 | 33.37s | 24 | 12,920 |
クイック比較
比較ペアを切り替え
GPT-5.2 ChatnonevsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsMiMo-V2-PromediumGPT-5.2 ChatnonevsGrok Build 0.1mediumClaude Sonnet 4.6mediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.5-122B-A10BmediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3.1 Flash LitemediumvsGPT-5.2 ChatnoneGemini 3.5 FlashnonevsQwen3.7 MaxmediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneGemma 4 26B A4Bmedium無料で利用可能vsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.6 Plusmedium