- 排名
- #226
- 总输出令牌
- 29,742
- 响应时间(平均)
- 7.43s
- 总成本
- $0.594
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%。
已对比模型
- 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 | Qwen4 Max Qwen4 Max none |
|---|---|---|
| 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
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 | |
| Qwen4 Max | 5.0 | 10.0 | 0.0% | 0 | 67.27s | 186,501 | 2,354 | 0 |
| 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 | 655 | 1,152 | |
| Qwen4 Max | 6.5 | 10.0 | 50.0% | 0 | 1.69s | 828 | 264 | 0 |
| 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 |
| 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 | 6,323 | 1,600 | |
| Qwen4 Max | 6.5 | 10.0 | 50.0% | 0 | 13.58s | 67,831 | 4,272 | 0 |
| 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 | 468 | 512 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 2.06s | 8,109 | 253 | 0 |
| 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 | 216 | 6,912 | |
| Qwen4 Max | 7.7 | 10.0 | 66.7% | 0 | 1.81s | 897 | 27 | 0 |
| 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 | 271 | 64 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 2.42s | 555 | 146 | 0 |
| 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 | 353 | 1,088 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 2.12s | 777 | 78 | 0 |
| 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 | 643 | 960 | |
| Qwen4 Max | 8.2 | 7.2 | 88.9% | 1 | 3.09s | 813 | 292 | 0 |
| 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 | 491 | 64 | |
| Qwen4 Max | 10.0 | 10.0 | 100.0% | 0 | 7.06s | 7,338 | 312 | 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 | 151 | 1,088 | |
| Qwen4 Max | 3.0 | 10.0 | 0.0% | 0 | 6.98s | 243 | 960 | 0 |
快速对比
切换对比组合
Ling 3.2 Flashhigh免费可用vsQwen4 MaxnoneKimi K2.7 CodemediumvsQwen4 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen4 MaxnoneEmber-1lowvsQwen4 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsGPT-5.2 ChatdefaultLing 3.2 Flashhigh免费可用vsGPT-5.2 ChatdefaultKimi K2.7 CodemediumvsGPT-5.2 ChatdefaultQwen4 MaxnonevsStep 5 PreviewhighGPT-5.2 ChatdefaultvsMiMo-V2.5mediumEmber-1lowvsGPT-5.2 ChatdefaultGPT-5.2 ChatdefaultvsMiMo-V2.6-FlashlowMinimax M3.1 Flashlow免费可用vsGPT-5.2 Chatdefault