GPT-5.2 (medium) vs Qwen3.8 Max (0902) (low)

GPT-5.2 (medium) average score मध्ये पुढे आहे: 8.7 vs 8.6. Qwen3.8 Max (0902) (low) चा benchmark खर्च कमी आहे: $1.131 vs $1.540. Qwen3.8 Max (0902) (low) वेगवान आहे: 29.07s vs 31.29s, pass rates 73.9% vs 85.5%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक: #54
एकूण आउटपुट टोकन्स: 80,538
प्रतिसाद वेळ (सरासरी): 31.29s
एकूण खर्च: $1.540

क्रमांक: #63
एकूण आउटपुट टोकन्स: 88,923
प्रतिसाद वेळ (सरासरी): 29.07s
एकूण खर्च: $1.131

शिफारस केलेले मॉडेल Qwen3.8 Max (0902) (low)

It offers the best overall trade-off: a competitive score (8.6), lower cost than GPT-5.2 (medium), and balanced response time.

तपशीलवार तुलना

मेट्रिक	GPT-5.2 GPT-5.2 medium प्रकाशन: 2025-12-11	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low प्रकाशन: 2026-09-07

मेट्रिक	GPT-5.2 GPT-5.2 medium प्रकाशन: 2025-12-11	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low प्रकाशन: 2026-09-07
स्कोअर	8.7	8.6
क्रमांक	#54	#63
विश्वसनीयता	10.0	10.0
सुसंगतता	8.5	9.0
प्रयत्न	69/69	69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर	73.9%	85.5%
अस्थिर चाचण्या	4	3
एकूण रन	69	69
प्रति निकाल खर्च	10.261	6.283
एकूण खर्च	$1.540	$1.131
इनपुट किंमत	$1.750 / 1M	$2.000 / 1M
आउटपुट किंमत	$14.000 / 1M	$6.000 / 1M
एकूण इनपुट टोकन्स	235,207	298,682
आउटपुट टोकन्स	11,065	8,374
रिझनिंग टोकन्स	69,473	80,549
प्रतिसाद वेळ (सरासरी)	31.29s	29.07s
प्रतिसाद वेळ (कमाल)	116.86s	207.79s
प्रतिसाद वेळ (एकूण)	531.98s	668.66s
पॅरामीटर्स	~1.2T एकूण (~80B सक्रिय)	2.4T एकूण (~100B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#54 GPT-5.2

medium

खर्च: $0.047
वेळ: 49.2s
टोकन्स: 3,396 tok

#63 Qwen3.8 Max (0902)

low

खर्च: $0.014
वेळ: 41.2s
टोकन्स: 2,421 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

श्रेणी:

स्वायत्त एजंट कार्ये	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.2	10.0	10.0	100.0%	0		75.85s	130,194	1,151	8,135
Qwen3.8 Max (0902)	6.1	3.1	66.7%	1		136.04s	194,728	2,052	11,006

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.2	6.5	8.0	58.3%	1		7.81s	606	567	2,002
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.72s	984	212	1,854

कोडिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.2	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		37.42s	8,127	485	17,404

संयुक्त	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.2	10.0	10.0	100.0%	0		58.50s	82,056	7,304	14,693
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		113.88s	74,767	4,562	29,335

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.2	10.0	10.0	100.0%	0		3.15s	7,140	234	420
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		9.94s	7,938	261	2,254

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.2	5.9	7.2	55.6%	1		97.33s	482	42	26,812
Qwen3.8 Max (0902)	5.3	7.2	44.4%	1		34.93s	1,014	45	13,881

Samanya Buddhimatta	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.2	3.7	9.7	0.0%	0		4.32s	477	162	269
Qwen3.8 Max (0902)	6.1	3.1	66.7%	1		8.91s	594	120	820

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.2	9.9	10.0	100.0%	0		3.12s	660	94	614
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.32s	855	90	866

कोडी सोडवणे	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.2	7.5	7.3	77.8%	1		5.80s	642	735	924
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.49s	930	275	1,248

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.2	4.7	1.6	66.7%	1		10.30s	5,453	239	469
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.73s	8,463	249	126

सामान्य ज्ञान	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	प्रतिसाद वेळ (सरासरी)	इनपुट टोकन्स	आउटपुट टोकन्स	रिझनिंग टोकन्स
GPT-5.2	3.0	10.0	0.0%	0		28.18s	195	26	3,223
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		13.28s	282	23	1,755

झटपट तुलना

तुलना जोडी बदला

GPT-5.2mediumvsQwen3.8 27Bhighमोफत उपलब्ध Qwen3.8 Max (0902)lowvsGrok 4.6high Claude Sonnet 5.5highvsQwen3.8 Max (0902)low Claude Sonnet 5.5xhighvsQwen3.8 Max (0902)low DeepSeek V4.1 FlashmaxvsGPT-5.2medium Muse Spark 1.2lowvsGPT-5.2medium Claude Sonnet 5mediumvsQwen3.8 Max (0902)low DeepSeek V4.1 FlashmaxvsQwen3.8 Max (0902)low DeepSeek V4.1 FlashhighvsGPT-5.2medium Muse Spark 1.1lowvsGPT-5.2medium Claude Sonnet 5.5xhighvsGPT-5.2medium Claude Sonnet 5.5highvsGPT-5.2medium