ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.2 vs Qwen: Qwen3.7 Plus

概要

GPT-5.2 vs Qwen3.7 Plus の benchmark 比較: GPT-5.2 が平均スコアでリードし、8.4 vs 8.2 です。 Qwen3.7 Plus の benchmark コストが低く、$0.177 vs $0.548 です。 GPT-5.2 の方が高速で、16.88s vs 38.95s です、成功率は 71.4% vs 77.8% です。

おすすめモデル: Qwen3.7 Plus - スコアはここでの最高値に近く（8.2 vs 8.4）、GPT-5.2 より約 3.1 倍低コストです。

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: 2026-06-18

指標 GPT-5.2 GPT-5.2 medium リリース: 2025-12-11 Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03
スコア 8.4 8.2
順位 #22 #25
信頼性 10.0 10.0
一貫性 8.4 9.1
正解テスト
試行ごとの合格率 71.4% 77.8%
不安定なテスト 4 2
総実行回数 63 63
結果あたりのコスト 4.209 1.474
合計コスト $0.548 $0.177
入力価格 $1.750 / 1M $0.320 / 1M
出力価格 $14.000 / 1M $1.280 / 1M
合計入力トークン 33,967 40,939
出力トークン 2,901 2,125
推論トークン 31,932 125,754
応答時間（平均） 16.88s 38.95s
応答時間（最大） 77.80s 178.04s
応答時間（合計） 236.34s 817.85s

生成ショーケース

Hamster playing table tennis

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

#22 GPT-5.2

medium
コスト
$0.047
時間
49.2s
トークン
3,396 tok

#25 Qwen3.7 Plus

medium
コスト
$0.018
時間
193.2s
トークン
10,821 tok

スコア上位モデル

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） 入力トークン 出力トークン 推論トークン
GPT-5.2 6.5 8.0 58.3% 1 7.81s 606 567 2,002
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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） 入力トークン 出力トークン 推論トークン
GPT-5.2 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
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） 入力トークン 出力トークン 推論トークン
GPT-5.2 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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） 入力トークン 出力トークン 推論トークン
GPT-5.2 10.0 10.0 100.0% 0 3.15s 7,140 234 420
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
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） 入力トークン 出力トークン 推論トークン
GPT-5.2 5.9 7.2 55.6% 1 77.80s 473 42 10,342
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
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） 入力トークン 出力トークン 推論トークン
GPT-5.2 3.7 9.7 0.0% 0 4.32s 477 162 269
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
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） 入力トークン 出力トークン 推論トークン
GPT-5.2 9.9 10.0 100.0% 0 3.12s 660 94 614
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
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） 入力トークン 出力トークン 推論トークン
GPT-5.2 7.5 7.3 77.8% 1 5.80s 642 735 924
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
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） 入力トークン 出力トークン 推論トークン
GPT-5.2 4.7 1.6 66.7% 1 10.30s 5,453 239 469
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
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） 入力トークン 出力トークン 推論トークン
GPT-5.2 3.0 10.0 0.0% 0 28.18s 195 26 3,223
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

クイック比較

比較ペアを切り替え

DeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.2mediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumQwen3.7 PlusmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsQwen3.7 PlusmediumGPT-5.3 ChatnonevsQwen3.7 PlusmediumGPT-5.2mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.2mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumGemini 3.5 FlashlowvsGPT-5.2mediumClaude Sonnet 4.6nonevsQwen3.7 PlusmediumClaude Opus 4.8nonevsQwen3.7 Plusmedium