GPT-5.2 Chat vs Qwen3.8 27B (medium)

排名: #59
总输出令牌: 29,742
响应时间（平均）: 7.73s
总成本: $0.594

排名: #68
总输出令牌: 136,162
响应时间（平均）: 33.05s
总成本: 不适用

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Qwen3.8 27B (medium)快约 4.3 倍。

详细对比

指标	GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11	Qwen3.8 27B Qwen3.8 27B medium 发布日期: 2026-08-14

指标	GPT-5.2 Chat GPT-5.2 Chat none 发布日期: 2025-12-11	Qwen3.8 27B Qwen3.8 27B medium 发布日期: 2026-08-14
分数	7.9	7.8
排名	#59	#68
可靠性	10.0	9.6
一致性	8.6	9.7
尝试次数	66/66	66/66
测试正确
尝试通过率	69.7%	66.7%
不稳定测试	4	1
总运行次数	66	66
每个结果成本	4.564	不适用
总成本	$0.594	不适用
输入价格	$1.750 / 1M	不适用
输出价格	$14.000 / 1M	不适用
总输入令牌	101,104	98,266
输出令牌	29,742	1,861
推理令牌	0	134,301
响应时间（平均）	7.73s	33.05s
响应时间（最大）	38.52s	214.63s
响应时间（总计）	162.40s	694.04s
参数量	~400B 总计 (~17B 激活)	27.3B
开放状态	闭源	权重可用

模型生成展示

Hamster playing table tennis

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

#59 GPT-5.2 Chat

none

成本: $0.010
时间: 15.3s
令牌: 797 tok

#68 Qwen3.8 27B

medium

成本: 不适用
时间: 43.4s
令牌: 2,956 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

类别:

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
Qwen3.8 27B	10.0	10.0	100.0%	0		2.93s	672	228	1,842

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
Qwen3.8 27B	10.0	10.0	100.0%	0		40.50s	7,893	585	26,808

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	7.3	5.8	83.3%	1		13.91s	78,055	7,923	0
Qwen3.8 27B	8.7	6.9	83.3%	1		124.48s	77,767	70	51,705

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
Qwen3.8 27B	6.5	10.0	50.0%	0		8.76s	9,039	144	2,271

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	3.0	10.0	0.0%	0		23.67s	579	7,128	0
Qwen3.8 27B	5.3	10.0	33.3%	0		76.98s	780	12	41,184

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
Qwen3.8 27B	5.0	10.0	0.0%	0		9.20s	516	204	1,299

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
Qwen3.8 27B	10.0	10.0	100.0%	0		2.54s	699	48	984

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
Qwen3.8 27B	8.3	10.0	66.7%	0		12.62s	696	444	6,237

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
Qwen3.8 27B	3.0	10.0	0.0%	0		0ms	0	0	0

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
Qwen3.8 27B	3.0	10.0	0.0%	0		11.29s	204	126	1,971

快速对比

切换对比组合

GPT-5.2 ChatnonevsStep 3.7 Flashmedium Kimi K3maxvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsQwen3.8 27Blow Claude Opus 4.8lowvsQwen3.8 27Bmedium GPT-5.2 ChatnonevsQwen3.7 Plusmedium GPT-5.2 ChatnonevsInklingmedium Seed-2.0-CodelowvsQwen3.8 27Bmedium GPT-5.2 ChatnonevsQwen3.6 Plusmedium Gemini 3.5 Flash LitemediumvsGPT-5.2 Chatnone GPT-5.2 ChatnonevsGLM 5.2medium GPT-5.2 ChatnonevsGLM 5.2high Claude Sonnet 4.6mediumvsGPT-5.2 Chatnone