导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

OpenAI: GPT-5.2 Chat vs Qwen: Qwen3.6 Max Preview

摘要

GPT-5.2 Chat vs Qwen3.6 Max Preview benchmark 对比：Qwen3.6 Max Preview 平均分领先，为 8.5 vs 7.9。 GPT-5.2 Chat benchmark 成本更低，为 $0.393 vs $0.960。 GPT-5.2 Chat 更快，为 7.13s vs 59.63s，通过率为 74.6% vs 81.0%。

推荐模型: GPT-5.2 Chat - 它的得分接近这里的最高分（7.9 vs 8.5），同时成本比Qwen3.6 Max Preview低约 2.4 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 Qwen3.6 Max Preview Qwen3.6 Max Preview medium 发布日期: 2026-04-20
分数 7.9 8.5
排名 #25 #15
可靠性 10.0 10.0
一致性 8.9 9.3
测试正确
尝试通过率 74.6% 81.0%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 2.803 7.024
总成本 $0.393 $0.960
输入价格 $1.750 / 1M $1.040 / 1M
输出价格 $14.000 / 1M $6.240 / 1M
总输入令牌 34,212 42,362
输出令牌 23,744 2,273
推理令牌 0 144,367
响应时间（平均） 7.13s 59.63s
响应时间（最大） 38.52s 238.07s
响应时间（总计） 149.69s 1252.17s

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

#15 Qwen3.6 Max Preview

medium
Cost
$0.024
Time
76.5s
Tokens
3,861 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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 22.13s 672 228 10,075
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
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 121.49s 14,934 390 14,575
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 41.15s 7,782 270 10,106
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
Qwen3.6 Max Preview 2.9 7.2 11.1% 1 95.91s 771 60 30,371
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 32.24s 516 129 3,510
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.31s 699 103 5,848
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.32s 696 329 7,693
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 18.32s 8,193 309 1,571
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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 60.56s 204 28 7,661

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 PlusmediumGemma 4 31Bmedium免费可用vsGPT-5.2 ChatnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumGPT-5.2 ChatnonevsQwen3.5-122B-A10BmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneSeed-2.0-LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.7 Plusmedium