AI BENCHY Compare

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

Сводка

Сравнение benchmark GPT-5.2 vs Qwen3.7 Plus: GPT-5.2 лидирует по среднему баллу: 8.4 vs 7.2. Qwen3.7 Plus имеет более низкую стоимость benchmark: $0.023 vs $0.548. Qwen3.7 Plus быстрее: 2.85s vs 16.88s, с долей успешных попыток 71.4% vs 47.6%.

Рекомендуемая модель: Qwen3.7 Plus - Он дает лучший общий компромисс: конкурентный балл (7.2), ниже стоимость, чем у GPT-5.2, и сбалансированное время ответа.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-02

Метрика	GPT-5.2 GPT-5.2 medium Релиз: 2025-12-11	Qwen3.7 Plus Qwen3.7 Plus none Релиз: 2026-06-03

Метрика	GPT-5.2 GPT-5.2 medium Релиз: 2025-12-11	Qwen3.7 Plus Qwen3.7 Plus none Релиз: 2026-06-03
Оценка	8.4	7.2
Ранг	#22	#62
Надежность	10.0	10.0
Стабильность	8.4	10.0
Тестов верно
Доля успешных попыток	71.4%	47.6%
Нестабильные тесты	4	0
Всего запусков	63	63
Стоимость за результат	4.209	0.276
Общая стоимость	$0.548	$0.023
Цена входа	$1.750 / 1M	$0.320 / 1M
Цена выхода	$14.000 / 1M	$1.280 / 1M
Общее число входных токенов	33,967	42,510
Выходные токены	2,901	6,578
Токены рассуждений	31,932	0
Время ответа (среднее)	16.88s	2.85s
Время ответа (макс.)	77.80s	29.38s
Время ответа (суммарно)	236.34s	59.86s

Генерация showcase

Hamster playing table tennis

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

#22 GPT-5.2

medium

Стоимость: $0.047
Время: 49.2s
Токены: 3,396 tok

#62 Qwen3.7 Plus

none

Стоимость: $0.019
Время: 213.5s
Токены: 11,960 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2	6.5	8.0	58.3%	1		7.81s	606	567	2,002
Qwen3.7 Plus	6.5	10.0	50.0%	0		1.38s	696	349	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2	10.0	10.0	100.0%	0		22.73s	7,302	511	11,912
Qwen3.7 Plus	5.5	10.0	33.3%	0		2.15s	7,911	639	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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		29.38s	14,952	4,505	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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		1.43s	7,794	243	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2	5.9	7.2	55.6%	1		77.80s	473	42	10,342
Qwen3.7 Plus	3.0	10.0	0.0%	0		868ms	789	18	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2	3.7	9.7	0.0%	0		4.32s	477	162	269
Qwen3.7 Plus	5.3	10.0	0.0%	0		1.33s	522	78	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2	9.9	10.0	100.0%	0		3.12s	660	94	614
Qwen3.7 Plus	6.3	10.0	50.0%	0		929ms	711	72	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.2	7.5	7.3	77.8%	1		5.80s	642	735	924
Qwen3.7 Plus	7.7	10.0	66.7%	0		1.71s	714	443	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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		3.54s	8,211	222	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
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		1.21s	210	9	0

Быстрое сравнение

Сменить пару сравнения

Gemma 4 26B A4BmediumБесплатно доступноvsQwen3.7 Plusnone Qwen3.7 PlusnonevsStep 3.7 Flashhigh Qwen3.7 PlusnonevsGLM 5.1medium Laguna XS 2.1mediumБесплатно доступноvsQwen3.7 Plusnone DeepSeek V4 FlashhighvsGPT-5.2medium Kimi K2.7 CodemediumvsQwen3.7 Plusnone Qwen3.7 PlusnonevsGrok 4.20medium Gemini 3 Flash PreviewlowvsQwen3.7 Plusnone Qwen3.7 PlusnonevsMiMo-V2.5-Promedium Seed-2.0-MinimediumvsQwen3.7 Plusnone DeepSeek V3.2mediumvsQwen3.7 Plusnone Gemini 3.5 FlashminimalvsQwen3.7 Plusnone