AI BENCHY Compare

OpenAI: GPT-5.2 Chat vs Qwen: Qwen3.5-35B-A3B

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-01

Metrică	GPT-5.2 Chat GPT-5.2 Chat none Lansare: 2025-12-11	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lansare: 2026-02-24

Metrică	GPT-5.2 Chat GPT-5.2 Chat none Lansare: 2025-12-11	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lansare: 2026-02-24
Scor	7.9	7.4
Rang	#39	#57
Fiabilitate	N/D	N/D
Consistență	8.7	6.7
Teste corecte
Rată de trecere pe încercare	75.9%	79.6%
Teste instabile	3	7
Rulări totale	54	54
Cost per rezultat	2.424	3.976
Cost total	$0.291	$0.398
Preț de intrare	$1.750 / 1M	$0.163 / 1M
Preț de ieșire	$14.000 / 1M	$1.300 / 1M
Tokenuri de ieșire	17,346	10,137
Tokenuri de raționament	0	208,761
Timp de răspuns (mediu)	6.84s	44.51s
Timp de răspuns (maxim)	38.52s	106.00s
Timp de răspuns (total)	123.17s	801.21s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.2 Chat	8.7	7.9	91.7%	1		3.40s	1,807	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	798	42,652

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.2 Chat	10.0	10.0	100.0%	0		8.97s	1,345	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		79.09s	4,273	33,078

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.2 Chat	10.0	10.0	100.0%	0		9.12s	1,243	0
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	775	12,485

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.2 Chat	10.0	10.0	100.0%	0		3.05s	980	0
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	235	19,493

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.2 Chat	5.3	10.0	33.3%	0		17.78s	7,810	0
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	41	46,368

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.2 Chat	4.4	3.0	33.3%	1		3.20s	335	0
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	20	3,753

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.2 Chat	7.3	5.9	83.3%	1		5.46s	1,528	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	97	17,361

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.2 Chat	7.7	10.0	66.7%	0		4.42s	1,743	0
Qwen3.5-35B-A3B	6.4	4.4	77.8%	2		31.58s	3,589	32,206

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de ieșire	Tokenuri de raționament
GPT-5.2 Chat	10.0	10.0	100.0%	0		4.68s	555	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	309	1,365

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsQwen3.5-35B-A3Bmedium GPT-5.2 ChatnonevsStep 3.5 Flashmedium DeepSeek V3.2mediumvsGPT-5.2 Chatnone DeepSeek V4 FlashhighvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsGLM 5V Turbomedium Claude Sonnet 4.6mediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.5-Flashmedium Gemma 4 26B A4BmediumDisponibil gratuitvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsGLM 5.1medium GPT-5.2 ChatnonevsHY3 PreviewmediumDisponibil gratuit GPT-5.2 ChatnonevsQwen3.5 Plus 2026-04-20medium GPT-5.2 ChatnonevsMiMo-V2-Promedium