- 排名
- #158
- 总输出令牌
- 29,742
- 响应时间（平均）
- 7.43s
- 总成本
- $0.594
GPT-5.2 Chat vs Qwen3.8 Flash Next (xhigh)
Qwen3.8 Flash Next (xhigh) 平均分领先，为 7.1 vs 7.0。 Qwen3.8 Flash Next (xhigh) benchmark 成本更低，为 ~$0.195 vs $0.594。 GPT-5.2 Chat 更快，为 7.43s vs 102.66s，通过率为 66.7% vs 72.5%。
已对比模型
- 排名
- #154
- 总输出令牌
- 621,056
- 响应时间（平均）
- 102.66s
- 总成本
- ~$0.195
推荐模型
GPT-5.2 Chat
它的得分接近这里的最高分（7.0 vs 7.1），同时响应速度比Qwen3.8 Flash Next (xhigh)快约 13.8 倍。
详细对比
| 指标 | GPT-5.2 Chat GPT-5.2 Chat none | Qwen3.8 Flash Next Qwen3.8 Flash Next xhigh |
|---|---|---|
| 分数 | 7.0 | 7.1 |
| 排名 | #158 | #154 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 8.7 | 7.9 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 66.7% | 72.5% |
| 不稳定测试 | 4 | 6 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 4.564 | ~1.390 |
| 总成本 | $0.594 | ~$0.195 |
| 输入价格 | $1.750 / 1M | 不适用 |
| 输出价格 | $14.000 / 1M | 不适用 |
| 缓存读取价格 | $0.175 / 1M | 不适用 |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 101,104 | 301,749 |
| 输出令牌 | 29,742 | 1,033 |
| 推理令牌 | 0 | 620,023 |
| 响应时间（平均） | 7.43s | 102.66s |
| 响应时间（最大） | 38.52s | 674.08s |
| 响应时间（总计） | 163.35s | 2361.10s |
| 参数量 | ~400B 总计 (~17B 激活) | 180B 总计 (6B 激活) |
| 开放状态 | 闭源 | 权重可用 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#158 GPT-5.2 Chat
none- 成本
- $0.010
- 时间
- 15.3s
- 令牌
- 797 tok
#154 Qwen3.8 Flash Next
xhigh- 成本
- ~$0.010
- 时间
- 333.1s
- 令牌
- 30,654 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
| 智能体任务 | 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 | 955ms | 0 | 0 | 0 | |
| Qwen3.8 Flash Next | 4.7 | 3.1 | 33.3% | 1 | 173.66s | 148,808 | 26 | 38,616 |
| 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 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 6.73s | 1,128 | 184 | 7,283 |
| 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 Flash Next | 7.4 | 7.0 | 77.8% | 1 | 192.20s | 8,235 | 122 | 186,070 |
| 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 Flash Next | 7.3 | 5.8 | 83.3% | 1 | 92.24s | 122,809 | 52 | 43,355 |
| 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 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 9.24s | 8,325 | 212 | 3,925 |
| 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 Flash Next | 3.5 | 4.4 | 33.3% | 2 | 326.96s | 1,122 | 11 | 239,950 |
| 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 Flash Next | 4.7 | 3.1 | 33.3% | 1 | 3.95s | 630 | 82 | 864 |
| 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 Flash Next | 9.8 | 10.0 | 100.0% | 0 | 3.72s | 927 | 42 | 1,939 |
| 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 Flash Next | 7.7 | 10.0 | 66.7% | 0 | 19.51s | 1,038 | 275 | 15,050 |
| 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 Flash Next | 10.0 | 10.0 | 100.0% | 0 | 5.11s | 8,409 | 21 | 650 |
| 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 Flash Next | 3.0 | 10.0 | 0.0% | 0 | 325.04s | 318 | 6 | 82,321 |
快速对比
切换对比组合
Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatnoneKimi K2.7 CodemediumvsGPT-5.2 ChatnoneQwen3.8 Flash NextxhighvsGLM 5.3 FlashXmediumGPT-5.2 ChatnonevsMiMo-V2.5mediumQwen3.8 Flash NextxhighvsMiMo-V2.6-FlashlowEmber-1lowvsGPT-5.2 ChatnoneClaude Opus 5nonevsQwen3.8 Flash NextxhighGPT-5.2 ChatnonevsMiMo-V2.6-FlashlowQwen3.8 Flash NextxhighvsMiMo-V2.5mediumGPT-5.2 ChatnonevsGLM 5.3 FlashXmediumQwen3.8 Flash NextxhighvsStep 3.7 FlashlowGPT-5.2 ChatnonevsQwen3.5-122B-A10Bmedium