Navigare
Advertise here

GPT-5.2 Chat (default) vs Qwen4 Max

Scorul mediu este practic egal la 7.0 vs 7.0. Qwen4 Max are costul de benchmark mai mic, $0.465 vs $0.594. Qwen4 Max este mai rapid cu 6.38s vs 7.43s, cu rate de reușită de 66.7% vs 63.8%.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-11-16

Modele comparate

Rang
#226
Total tokenuri de ieșire
29,742
Timp de răspuns (mediu)
7.43s
Cost total
$0.594
Rang
#230
Total tokenuri de ieșire
9,342
Timp de răspuns (mediu)
6.38s
Cost total
$0.465
Model recomandat Qwen4 Max

Are cel mai mare scor din această comparație (7.0) și cel mai bun echilibru între cost și timp de răspuns dintre cele 2 modele.

Comparație detaliată

Metrică GPT-5.2 Chat GPT-5.2 Chat default Lansare: 2025-12-11 Qwen4 Max Qwen4 Max none Lansare: 2026-11-16
Scor 7.0 7.0
Rang #226 #230
Fiabilitate 10.0 10.0
Consistență 8.7 9.6
Încercări 69/69 69/69
Teste corecte
Rată de trecere pe încercare 66.7% 63.8%
Teste instabile 4 1
Rulări totale 69 69
Cost per rezultat 4.564 3.321
Cost total $0.594 $0.465
Preț de intrare $1.750 / 1M $1.500 / 1M
Preț de ieșire $14.000 / 1M $4.500 / 1M
Preț citire cache $0.175 / 1M $0.075 / 1M
Preț scriere cache N/D $1.875 / 1M
Total tokenuri de intrare 101,104 281,902
Tokenuri de ieșire 10,414 9,342
Tokenuri de raționament 19,328 0
Timp de răspuns (mediu) 7.43s 6.38s
Timp de răspuns (maxim) 38.52s 67.27s
Timp de răspuns (total) 163.35s 146.64s
Parametri ~400B în total (~17B activi) ~2.4T în total (~95B activi)
Disponibilitate Închis Închis

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#226 GPT-5.2 Chat

default
Cost
$0.010
Timp
15.3s
Tokenuri
797 tok

#230 Qwen4 Max

none
Cost
$0.027
Timp
123.5s
Tokenuri
6,091 tok

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

Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 843 5,888
Qwen4 Max 5.8 10.0 33.3% 0 1.97s 8,010 384 0

Schimbă perechea de comparație