Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.2 vs Qwen: Qwen3.7 Plus

Rezumat

Comparație benchmark GPT-5.2 vs Qwen3.7 Plus: GPT-5.2 conduce la scorul mediu cu 8.4 vs 8.2. Qwen3.7 Plus are costul de benchmark mai mic, $0.177 vs $0.548. GPT-5.2 este mai rapid cu 16.88s vs 38.95s, cu rate de reușită de 71.4% vs 77.8%.

Model recomandat: Qwen3.7 Plus - Scorul rămâne aproape de cel mai bun scor de aici (8.2 vs 8.4) și costă de aproximativ 3.1x mai puțin decât GPT-5.2.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică GPT-5.2 GPT-5.2 medium Lansare: 2025-12-11 Qwen3.7 Plus Qwen3.7 Plus medium Lansare: 2026-06-03
Scor 8.4 8.2
Rang #22 #25
Fiabilitate 10.0 10.0
Consistență 8.4 9.1
Teste corecte
Rată de trecere pe încercare 71.4% 77.8%
Teste instabile 4 2
Rulări totale 63 63
Cost per rezultat 4.209 1.474
Cost total $0.548 $0.177
Preț de intrare $1.750 / 1M $0.320 / 1M
Preț de ieșire $14.000 / 1M $1.280 / 1M
Total tokenuri de intrare 33,967 40,939
Tokenuri de ieșire 2,901 2,125
Tokenuri de raționament 31,932 125,754
Timp de răspuns (mediu) 16.88s 38.95s
Timp de răspuns (maxim) 77.80s 178.04s
Timp de răspuns (total) 236.34s 817.85s

Prezentare generare

Hamster playing table tennis

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

#22 GPT-5.2

medium
Cost
$0.047
Timp
49.2s
Tokenuri
3,396 tok

#25 Qwen3.7 Plus

medium
Cost
$0.018
Timp
193.2s
Tokenuri
10,821 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

Trucuri anti-AI 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 6.5 8.0 58.3% 1 7.81s 606 567 2,002
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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 10.0 10.0 100.0% 0 22.73s 7,302 511 11,912
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
Combinat 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 10.0 10.0 100.0% 0 14.06s 11,019 291 1,757
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
Parsare și extragere de date 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 10.0 10.0 100.0% 0 3.15s 7,140 234 420
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
Specific domeniului 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 5.9 7.2 55.6% 1 77.80s 473 42 10,342
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
Inteligență generală 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 3.7 9.7 0.0% 0 4.32s 477 162 269
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
Respectarea instrucțiunilor 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 9.9 10.0 100.0% 0 3.12s 660 94 614
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
Rezolvare de puzzle-uri 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 7.5 7.3 77.8% 1 5.80s 642 735 924
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
Apelare instrumente 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 4.7 1.6 66.7% 1 10.30s 5,453 239 469
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
Cultură generală 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 3.0 10.0 0.0% 0 28.18s 195 26 3,223
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

Comparație rapidă

Schimbă perechea de comparație

DeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.2mediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumQwen3.7 PlusmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsQwen3.7 PlusmediumGPT-5.3 ChatnonevsQwen3.7 PlusmediumGPT-5.2mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.2mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumGemini 3.5 FlashlowvsGPT-5.2mediumClaude Sonnet 4.6nonevsQwen3.7 PlusmediumClaude Opus 4.8nonevsQwen3.7 Plusmedium