- 排名
- #27
- 总输出令牌
- 54,782
- 响应时间（平均）
- 22.62s
- 总成本
- $0.951
GPT-5.2 (medium) vs Qwen3.6 Max Preview (medium)
Qwen3.6 Max Preview (medium) 平均分领先，为 8.4 vs 8.4。 GPT-5.2 (medium) benchmark 成本更低，为 $0.951 vs $1.143。 GPT-5.2 (medium) 更快，为 22.62s vs 67.53s，通过率为 72.7% vs 80.3%。
- 排名
- #25
- 总输出令牌
- 169,940
- 响应时间（平均）
- 67.53s
- 总成本
- $1.143
推荐模型
GPT-5.2 (medium)
它的得分接近这里的最高分（8.4 vs 8.4），同时响应速度比Qwen3.6 Max Preview (medium)快约 3.0 倍。
详细对比
| 指标 | GPT-5.2 GPT-5.2 medium | Qwen3.6 Max Preview Qwen3.6 Max Preview medium |
|---|---|---|
| 分数 | 8.4 | 8.4 |
| 排名 | #27 | #25 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 8.5 | 8.9 |
| 测试正确 | ||
| 尝试通过率 | 72.7% | 80.3% |
| 不稳定测试 | 4 | 3 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.791 | 8.173 |
| 总成本 | $0.951 | $1.143 |
| 输入价格 | $1.750 / 1M | $1.040 / 1M |
| 输出价格 | $14.000 / 1M | $6.240 / 1M |
| 总输入令牌 | 105,004 | 79,240 |
| 输出令牌 | 9,914 | 5,098 |
| 推理令牌 | 44,868 | 164,842 |
| 响应时间（平均） | 22.62s | 67.53s |
| 响应时间（最大） | 102.93s | 238.07s |
| 响应时间（总计） | 339.28s | 1485.64s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#27 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 tok
#25 Qwen3.6 Max Preview
medium- 成本
- $0.024
- 时间
- 76.5s
- 令牌
- 3,861 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
| 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 | 6.5 | 8.0 | 58.3% | 1 | 7.81s | 606 | 567 | 2,002 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 22.13s | 672 | 228 | 10,075 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 22.73s | 7,302 | 511 | 11,912 | |
| Qwen3.6 Max Preview | 8.8 | 7.8 | 88.9% | 1 | 146.48s | 7,895 | 427 | 52,957 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 58.50s | 82,056 | 7,304 | 14,693 | |
| Qwen3.6 Max Preview | 7.3 | 5.8 | 83.3% | 1 | 177.48s | 51,812 | 3,215 | 35,050 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.15s | 7,140 | 234 | 420 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 41.15s | 7,782 | 270 | 10,106 |
| 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 | 5.9 | 7.2 | 55.6% | 1 | 77.80s | 473 | 42 | 10,342 | |
| Qwen3.6 Max Preview | 2.9 | 7.2 | 11.1% | 1 | 95.91s | 771 | 60 | 30,371 |
| 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 | 3.7 | 9.7 | 0.0% | 0 | 4.32s | 477 | 162 | 269 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 32.24s | 516 | 129 | 3,510 |
| 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 | 9.9 | 10.0 | 100.0% | 0 | 3.12s | 660 | 94 | 614 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 24.31s | 699 | 103 | 5,848 |
| 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 | 7.5 | 7.3 | 77.8% | 1 | 5.80s | 642 | 735 | 924 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 24.32s | 696 | 329 | 7,693 |
| 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 | 4.7 | 1.6 | 66.7% | 1 | 10.30s | 5,453 | 239 | 469 | |
| Qwen3.6 Max Preview | 10.0 | 10.0 | 100.0% | 0 | 18.32s | 8,193 | 309 | 1,571 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 28.18s | 195 | 26 | 3,223 | |
| Qwen3.6 Max Preview | 3.0 | 10.0 | 0.0% | 0 | 60.56s | 204 | 28 | 7,661 |
快速对比
切换对比组合
GPT-5.2mediumvsGrok 4.5lowQwen3.6 Max PreviewmediumvsGrok 4.5lowMuse Spark 1.1lowvsGPT-5.2mediumClaude Opus 5lowvsQwen3.6 Max PreviewmediumMuse Spark 1.1lowvsQwen3.6 Max PreviewmediumClaude Opus 5lowvsGPT-5.2mediumMuse Spark 1.1highvsGPT-5.2mediumGemini 3.5 Flash-LitehighvsGPT-5.2mediumGPT-5.2mediumvsInklinghighGPT-5.2mediumvsGLM 5.2highMuse Spark 1.1highvsQwen3.6 Max PreviewmediumGemini 3.5 Flash-LitehighvsQwen3.6 Max Previewmedium