导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.2 Chat vs Qwen: Qwen3.6 Plus

摘要

GPT-5.2 Chat vs Qwen3.6 Plus benchmark 对比：GPT-5.2 Chat 平均分领先，为 8.5 vs 7.8。 Qwen3.6 Plus benchmark 成本更低，为 $0.294 vs $0.393。 GPT-5.2 Chat 更快，为 7.13s vs 30.70s，通过率为 74.6% vs 69.8%。

推荐模型: GPT-5.2 Chat - 它在这里得分最高（8.5），同时响应速度比Qwen3.6 Plus快约 4.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11 Qwen3.6 Plus Qwen3.6 Plus medium 发布日期: 2026-04-20
分数 8.5 7.8
排名 #19 #31
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% 69.8%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 2.803 0.831
总成本 $0.393 $0.294
输入价格 $1.750 / 1M $0.325 / 1M
输出价格 $14.000 / 1M $1.950 / 1M
总输入令牌 34,212 41,565
输出令牌 23,744 1,853
推理令牌 0 141,973
响应时间（平均） 7.13s 30.70s
响应时间（最大） 38.52s 201.68s
响应时间（总计） 149.69s 613.99s

生成展示

Hamster playing table tennis

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

#19 GPT-5.2 Chat

none
成本
$0.010
时间
15.3s
令牌
797 tok

#31 Qwen3.6 Plus

medium
成本
$0.024
时间
219.0s
令牌
12,235 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 Plus 10.0 10.0 100.0% 0 9.90s 672 207 7,557
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 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586
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 Plus 10.0 10.0 100.0% 0 34.95s 14,934 452 13,073
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 Plus 10.0 10.0 100.0% 0 14.95s 7,782 270 10,706
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 Plus 2.9 7.2 11.1% 1 29.59s 771 56 33,464
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 Plus 5.1 10.0 0.0% 0 27.05s 516 111 5,232
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 Plus 10.0 10.0 100.0% 0 7.54s 699 102 5,552
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 Plus 10.0 10.0 100.0% 0 6.34s 696 309 6,712
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 Plus 10.0 10.0 100.0% 0 5.87s 8,193 267 1,330
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 Plus 3.0 10.0 0.0% 0 47.51s 204 21 7,761

快速对比

切换对比组合

Seed-2.0-LitemediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsStep 3.7 FlashmediumGPT-5.2 ChatnonevsGLM 5mediumClaude Opus 4.8lowvsQwen3.6 PlusmediumQwen3.6 PlusmediumvsStep 3.7 FlashlowGPT-5.2 ChatnonevsGLM 5.2mediumDeepSeek V4 FlashhighvsGPT-5.2 ChatnoneClaude Opus 4.7mediumvsGPT-5.2 ChatnoneDeepSeek V4 ProhighvsQwen3.6 PlusmediumGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneGPT-5.2 ChatnonevsQwen3.7 PlusmediumGPT-5.3 ChatnonevsQwen3.6 Plusmedium