导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

OpenAI: GPT-5.2 vs Qwen: Qwen3.5-Flash

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 OpenAI: GPT-5.2 medium 发布日期: 发布日期未知 Qwen: Qwen3.5-Flash medium 发布日期: 发布日期未知
排名 #12 #24
分数 6.93 5.79
一致性 8.22 7.60
每个结果成本 2.780 0.650
总成本 $0.251 $0.046
测试正确
错误测试数 5 7
尝试通过率 76.2% 66.7%
不稳定测试 3 4
输出令牌 1,869 1,194
推理令牌 14,190 108,368

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 输出令牌 推理令牌
OpenAI: GPT-5.2 7.00 7.28 77.8% 1 549 2,002
Qwen: Qwen3.5-Flash 10.00 10.00 100.0% 0 363 23,645
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 输出令牌 推理令牌
OpenAI: GPT-5.2 10.00 10.00 100.0% 0 234 499
Qwen: Qwen3.5-Flash 5.50 5.87 83.3% 1 235 16,237
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-5.2 4.00 7.21 55.6% 1 42 9,690
Qwen: Qwen3.5-Flash 1.00 4.41 33.3% 2 52 34,605
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-5.2 9.50 10.00 100.0% 0 95 587
Qwen: Qwen3.5-Flash 7.50 9.91 50.0% 0 98 14,139
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-5.2 8.00 10.00 66.7% 0 710 943
Qwen: Qwen3.5-Flash 4.00 7.21 55.6% 1 137 18,458
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-5.2 1.00 1.62 66.7% 1 239 469
Qwen: Qwen3.5-Flash 10.00 10.00 100.0% 0 309 1,284

切换对比组合

将 OpenAI: GPT-5.2 与...对比

将 Qwen: Qwen3.5-Flash 与...对比