导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.2 Chat vs Qwen: Qwen3.5 Plus 2026-04-20

摘要

GPT-5.2 Chat vs Qwen3.5 Plus 2026-04-20 benchmark 对比：GPT-5.2 Chat 平均分领先，为 7.9 vs 7.6。 Qwen3.5 Plus 2026-04-20 benchmark 成本更低，为 $0.317 vs $0.393。 GPT-5.2 Chat 更快，为 7.13s vs 46.36s，通过率为 74.6% vs 66.7%。

推荐模型: GPT-5.2 Chat - 它在这里得分最高（7.9），同时响应速度比Qwen3.5 Plus 2026-04-20快约 6.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium 发布日期: 2026-04-20
分数 7.9 7.6
排名 #25 #37
可靠性 10.0 10.0
一致性 8.9 9.0
测试正确
尝试通过率 74.6% 66.7%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 2.803 3.023
总成本 $0.393 $0.317
输入价格 $1.750 / 1M $0.300 / 1M
输出价格 $14.000 / 1M $1.800 / 1M
总输入令牌 34,212 42,097
输出令牌 23,744 2,280
推理令牌 0 166,613
响应时间（平均） 7.13s 46.36s
响应时间（最大） 38.52s 189.38s
响应时间（总计） 149.69s 973.57s

Generation showcase

Hamster playing table tennis

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

#25 GPT-5.2 Chat

none
Cost
$0.010
Time
15.3s
Tokens
797 tok

#37 Qwen3.5 Plus 2026-04-20

medium
Cost
$0.008
Time
76.7s
Tokens
4,355 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.2 Chat 8.7 7.9 91.7% 1 3.40s 606 1,807 0
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 10.84s 672 215 7,748
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.2 Chat 8.8 7.8 88.9% 1 9.82s 7,305 6,731 0
Qwen3.5 Plus 2026-04-20 6.2 8.7 33.3% 0 125.25s 7,630 308 58,682
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.2 Chat 10.0 10.0 100.0% 0 9.12s 11,019 1,243 0
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 92.41s 14,934 483 17,490
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.2 Chat 10.0 10.0 100.0% 0 3.05s 7,140 980 0
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 38.32s 7,782 270 14,668
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.2 Chat 5.3 10.0 33.3% 0 17.78s 723 7,810 0
Qwen3.5 Plus 2026-04-20 2.9 7.2 11.1% 1 53.10s 771 63 28,414
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.2 Chat 4.4 3.0 33.3% 1 3.20s 477 335 0
Qwen3.5 Plus 2026-04-20 4.9 9.6 0.0% 0 25.30s 516 125 4,792
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.2 Chat 9.8 10.0 100.0% 0 5.51s 660 1,441 0
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 20.25s 699 103 7,689
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.2 Chat 7.7 10.0 66.7% 0 4.10s 642 1,603 0
Qwen3.5 Plus 2026-04-20 8.2 7.2 88.9% 1 17.67s 696 338 9,800
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.2 Chat 10.0 10.0 100.0% 0 4.68s 5,445 555 0
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 14.72s 8,193 348 2,164
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.2 Chat 3.0 10.0 0.0% 0 6.89s 195 1,239 0
Qwen3.5 Plus 2026-04-20 3.0 10.0 0.0% 0 92.57s 204 27 15,166

快速对比

切换对比组合

GPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15mediumGPT-5.2 ChatnonevsGLM 5 TurbomediumGPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemini 3.5 FlashminimalvsQwen3.5 Plus 2026-04-20mediumGemma 4 31Bmedium免费可用vsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-04-20mediumGPT-5.2 ChatnonevsQwen3.5-122B-A10BmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneGemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-04-20medium