GPT-5.2 (medium) vs Qwen3.8 Max (0902) (low)

GPT-5.2 (medium) лидирует по среднему баллу: 8.7 vs 8.6. Qwen3.8 Max (0902) (low) имеет более низкую стоимость benchmark: $1.131 vs $1.540. Qwen3.8 Max (0902) (low) быстрее: 29.07s vs 31.29s, с долей успешных попыток 73.9% vs 85.5%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-01

Сравниваемые модели

Ранг: #54
Общее число выходных токенов: 80,538
Время ответа (среднее): 31.29s
Общая стоимость: $1.540

Ранг: #63
Общее число выходных токенов: 88,923
Время ответа (среднее): 29.07s
Общая стоимость: $1.131

Рекомендуемая модель Qwen3.8 Max (0902) (low)

Он дает лучший общий компромисс: конкурентный балл (8.6), ниже стоимость, чем у GPT-5.2 (medium), и сбалансированное время ответа.

Подробное сравнение

Метрика	GPT-5.2 GPT-5.2 medium Релиз: 2025-12-11	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low Релиз: 2026-09-07

Метрика	GPT-5.2 GPT-5.2 medium Релиз: 2025-12-11	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low Релиз: 2026-09-07
Оценка	8.7	8.6
Ранг	#54	#63
Надежность	10.0	10.0
Стабильность	8.5	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	73.9%	85.5%
Нестабильные тесты	4	3
Всего запусков	69	69
Стоимость за результат	10.261	6.283
Общая стоимость	$1.540	$1.131
Цена входа	$1.750 / 1M	$2.000 / 1M
Цена выхода	$14.000 / 1M	$6.000 / 1M
Общее число входных токенов	235,207	298,682
Выходные токены	11,065	8,374
Токены рассуждений	69,473	80,549
Время ответа (среднее)	31.29s	29.07s
Время ответа (макс.)	116.86s	207.79s
Время ответа (суммарно)	531.98s	668.66s
Параметры	~1.2T всего (~80B активных)	2.4T всего (~100B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#54 GPT-5.2

medium

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

#63 Qwen3.8 Max (0902)

low

Стоимость: $0.014
Время: 41.2s
Токены: 2,421 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

Категория:

Агентные задачи	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		75.85s	130,194	1,151	8,135
Qwen3.8 Max (0902)	6.1	3.1	66.7%	1		136.04s	194,728	2,052	11,006

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.72s	984	212	1,854

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		37.42s	8,127	485	17,404

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		58.50s	82,056	7,304	14,693
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		113.88s	74,767	4,562	29,335

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		9.94s	7,938	261	2,254

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		97.33s	482	42	26,812
Qwen3.8 Max (0902)	5.3	7.2	44.4%	1		34.93s	1,014	45	13,881

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
Qwen3.8 Max (0902)	6.1	3.1	66.7%	1		8.91s	594	120	820

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.32s	855	90	866

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.49s	930	275	1,248

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		4.73s	8,463	249	126

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
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		13.28s	282	23	1,755

Быстрое сравнение

Сменить пару сравнения

GPT-5.2mediumvsQwen3.8 27BhighБесплатно доступно Qwen3.8 Max (0902)lowvsGrok 4.6high Claude Sonnet 5.5highvsQwen3.8 Max (0902)low Claude Sonnet 5.5xhighvsQwen3.8 Max (0902)low DeepSeek V4.1 FlashmaxvsGPT-5.2medium Muse Spark 1.2lowvsGPT-5.2medium Claude Sonnet 5mediumvsQwen3.8 Max (0902)low DeepSeek V4.1 FlashmaxvsQwen3.8 Max (0902)low DeepSeek V4.1 FlashhighvsGPT-5.2medium Muse Spark 1.1lowvsGPT-5.2medium Claude Sonnet 5.5xhighvsGPT-5.2medium Claude Sonnet 5.5highvsGPT-5.2medium