导航
Advertise here

GPT-5.2 Chat (default) vs Qwen4 Max

平均分几乎持平,为 7.0 vs 7.0。 Qwen4 Max benchmark 成本更低,为 $0.465 vs $0.594。 Qwen4 Max 更快,为 6.38s vs 7.43s,通过率为 66.7% vs 63.8%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#226
总输出令牌
29,742
响应时间(平均)
7.43s
总成本
$0.594
排名
#230
总输出令牌
9,342
响应时间(平均)
6.38s
总成本
$0.465
推荐模型 Qwen4 Max

它在本次比较中得分最高(7.0),并且在 2 个模型中兼顾成本和响应时间最好。

详细对比

指标 GPT-5.2 Chat GPT-5.2 Chat default 发布日期: 2025-12-11 Qwen4 Max Qwen4 Max none 发布日期: 2026-11-16
分数 7.0 7.0
排名 #226 #230
可靠性 10.0 10.0
一致性 8.7 9.6
尝试次数 69/69 69/69
测试正确
尝试通过率 66.7% 63.8%
不稳定测试 4 1
总运行次数 69 69
每个结果成本 4.564 3.321
总成本 $0.594 $0.465
输入价格 $1.750 / 1M $1.500 / 1M
输出价格 $14.000 / 1M $4.500 / 1M
缓存读取价格 $0.175 / 1M $0.075 / 1M
缓存写入价格 不适用 $1.875 / 1M
总输入令牌 101,104 281,902
输出令牌 10,414 9,342
推理令牌 19,328 0
响应时间(平均) 7.43s 6.38s
响应时间(最大) 38.52s 67.27s
响应时间(总计) 163.35s 146.64s
参数量 ~400B 总计 (~17B 激活) ~2.4T 总计 (~95B 激活)
开放状态 闭源 闭源

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.

#226 GPT-5.2 Chat

default
成本
$0.010
时间
15.3s
令牌
797 tok

#230 Qwen4 Max

none
成本
$0.027
时间
123.5s
令牌
6,091 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

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 7,305 843 5,888
Qwen4 Max 5.8 10.0 33.3% 0 1.97s 8,010 384 0

切换对比组合