- 順位
- #64
- 合計出力トークン
- 71,252
- 応答時間（平均）
- 28.51s
- 合計コスト
- $1.182
GPT-5.2 (medium) vs Qwen3.8 27B (high)
平均スコアは 8.4 vs 8.4 でほぼ同等です。 Qwen3.8 27B (high) の benchmark コストが低く、~$0.287 vs $1.182 です。 GPT-5.2 (medium) の方が高速で、28.51s vs 167.89s です、成功率は 72.7% vs 77.3% です。
比較対象モデル
- 順位
- #65
- 合計出力トークン
- 656,635
- 応答時間（平均）
- 167.89s
- 合計コスト
- ~$0.287
おすすめモデル
Qwen3.8 27B (high)
ここでは最高スコア（8.4）で、GPT-5.2 (medium) より約 4.1 倍低コストです。
詳細比較
| 指標 | GPT-5.2 GPT-5.2 medium | Qwen3.8 27B Qwen3.8 27B high |
|---|---|---|
| スコア | 8.4 | 8.4 |
| 順位 | #64 | #65 |
| 信頼性 | 10.0 | 9.6 |
| 一貫性 | 8.5 | 9.2 |
| 試行回数 | 66/66 | 66/66 |
| 正解テスト | ||
| 試行ごとの合格率 | 72.7% | 77.3% |
| 不安定なテスト | 4 | 2 |
| 総実行回数 | 66 | 66 |
| 結果あたりのコスト | 8.438 | ~1.792 |
| 合計コスト | $1.182 | ~$0.287 |
| 入力価格 | $1.750 / 1M | 該当なし |
| 出力価格 | $14.000 / 1M | 該当なし |
| 合計入力トークン | 105,013 | 100,179 |
| 出力トークン | 9,914 | 904 |
| 推論トークン | 61,338 | 655,731 |
| 応答時間（平均） | 28.51s | 167.89s |
| 応答時間（最大） | 116.86s | 640.85s |
| 応答時間（合計） | 456.13s | 3693.54s |
| パラメータ | ~1.2T 総数 (~80B アクティブ) | 27.3B |
| 公開状況 | クローズド | 重み公開 |
モデル生成ショーケース
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#64 GPT-5.2
medium- コスト
- $0.047
- 時間
- 49.2s
- トークン
- 3,396 tok
#65 Qwen3.8 27B
high- コスト
- ~$0.008
- 時間
- 270.1s
- トークン
- 18,963 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 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 8.10s | 1,128 | 114 | 5,319 |
| 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 | |
| Qwen3.8 27B | 8.1 | 7.0 | 88.9% | 1 | 248.62s | 8,235 | 346 | 143,335 |
| 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 | 58.50s | 82,056 | 7,304 | 14,693 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 185.57s | 68,997 | 66 | 72,556 |
| 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 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 34.85s | 9,675 | 123 | 10,320 |
| 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 | 97.33s | 482 | 42 | 26,812 | |
| Qwen3.8 27B | 5.3 | 10.0 | 33.3% | 0 | 526.74s | 975 | 6 | 234,555 |
| 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 | |
| Qwen3.8 27B | 5.0 | 10.0 | 0.0% | 0 | 8.45s | 630 | 63 | 1,191 |
| 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 | |
| Qwen3.8 27B | 9.8 | 10.0 | 100.0% | 0 | 8.24s | 927 | 42 | 2,871 |
| 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 | |
| Qwen3.8 27B | 7.6 | 7.2 | 77.8% | 1 | 199.90s | 1,038 | 120 | 138,427 |
| 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 | |
| Qwen3.8 27B | 10.0 | 10.0 | 100.0% | 0 | 5.62s | 8,256 | 21 | 912 |
| 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 | |
| Qwen3.8 27B | 3.0 | 10.0 | 0.0% | 0 | 263.98s | 318 | 3 | 46,245 |
クイック比較
比較ペアを切り替え
Qwen3.8 27BhighvsMiMo-V2.6-PromediumSeed 2.1 TurbomediumvsQwen3.8 27BhighGPT-5.2mediumvsGrok 4.5lowQwen3.8 27BhighvsGrok 4.5lowGPT-6 SollowvsQwen3.8 27BhighGPT-5.2mediumvsInkling SmallhighQwen3.8 27BhighvsGLM 5.3 FlashXmaxQwen3.8 27BhighvsGrok 4.6mediumGPT-5.2mediumvsGLM 5.3 FlashXmaxDeepSeek V4.1 FlashmaxvsQwen3.8 27BhighDeepSeek V4.1 FlashmaxvsGPT-5.2mediumMuse Spark 1.2lowvsGPT-5.2medium