नेव्हिगेशन
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-5.2 (medium) vs Qwen4 Max (low)

average score जवळपास समान आहे: 8.7 vs 8.7. Qwen4 Max (low) चा benchmark खर्च कमी आहे: $1.064 vs $1.558. GPT-5.2 (medium) वेगवान आहे: 31.29s vs 56.68s, pass rates 73.9% vs 87.0%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-11-16

तुलना केलेली मॉडेल्स

क्रमांक
#89
एकूण आउटपुट टोकन्स
80,538
प्रतिसाद वेळ (सरासरी)
31.29s
एकूण खर्च
$1.558
क्रमांक
#94
एकूण आउटपुट टोकन्स
144,069
प्रतिसाद वेळ (सरासरी)
56.68s
एकूण खर्च
$1.064
शिफारस केलेले मॉडेल GPT-5.2 (medium)

It has the best score here (8.7), while responding about 1.8x faster than Qwen4 Max (low).

तपशीलवार तुलना

मेट्रिक GPT-5.2 GPT-5.2 medium प्रकाशन: 2025-12-11 Qwen4 Max Qwen4 Max low प्रकाशन: 2026-11-16
स्कोअर 8.7 8.7
क्रमांक #89 #94
विश्वसनीयता 10.0 9.9
सुसंगतता 8.5 10.0
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 73.9% 87.0%
अस्थिर चाचण्या 4 0
एकूण रन 69 69
प्रति निकाल खर्च 10.261 5.318
एकूण खर्च $1.558 $1.064
इनपुट किंमत $1.750 / 1M $1.500 / 1M
आउटपुट किंमत $14.000 / 1M $4.500 / 1M
कॅश वाचण्याची किंमत $0.175 / 1M $0.075 / 1M
कॅश लिहिण्याची किंमत लागू नाही $1.875 / 1M
एकूण इनपुट टोकन्स 235,207 276,790
आउटपुट टोकन्स 11,065 8,266
रिझनिंग टोकन्स 69,473 135,803
प्रतिसाद वेळ (सरासरी) 31.29s 56.68s
प्रतिसाद वेळ (कमाल) 116.86s 564.77s
प्रतिसाद वेळ (एकूण) 531.98s 1303.63s
पॅरामीटर्स ~1.2T एकूण (~80B सक्रिय) ~2.4T एकूण (~95B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

कॅशच्या किमती इनपुट टोकनला लागू होतात. वाचताना साठवलेले प्रॉम्प्ट पुन्हा वापरले जातात; लिहिताना ते साठवले जातात आणि अधिक खर्च होऊ शकतो. आउटपुट टोकनला आउटपुट किंमत लागू होते.

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#89 GPT-5.2

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

#94 Qwen4 Max

low
खर्च
$0.064
वेळ
239.1s
टोकन्स
14,300 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

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
Qwen4 Max 10.0 10.0 100.0% 0 15.29s 8,001 427 8,546

तुलना जोडी बदला