GPT-5.2 (medium) vs Qwen3.8 Max (low)

排名: #30
总输出令牌: 54,782
响应时间（平均）: 22.62s
总成本: $0.951

排名: #23
总输出令牌: 81,411
响应时间（平均）: 21.19s
总成本: $0.687

推荐模型 Qwen3.8 Max (low)

它在本次比较中得分最高（8.7），并且在全部 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 GPT-5.2 medium 发布日期: 2025-12-11	Qwen3.8 Max Qwen3.8 Max low 发布日期: 2026-08-04

指标	GPT-5.2 GPT-5.2 medium 发布日期: 2025-12-11	Qwen3.8 Max Qwen3.8 Max low 发布日期: 2026-08-04
分数	8.4	8.7
排名	#30	#23
可靠性	10.0	10.0
一致性	8.5	9.0
基准测试覆盖率	22/22 项测试 · 66/66 次尝试	22/22 项测试 · 66/66 次尝试
测试正确
尝试通过率	72.7%	84.9%
不稳定测试	4	3
总运行次数	66	66
每个结果成本	6.791	4.041
总成本	$0.951	$0.687
输入价格	$1.750 / 1M	$2.000 / 1M
输出价格	$14.000 / 1M	$6.000 / 1M
总输入令牌	105,004	99,172
输出令牌	9,914	6,132
推理令牌	44,868	75,279
响应时间（平均）	22.62s	21.19s
响应时间（最大）	102.93s	155.75s
响应时间（总计）	339.28s	466.14s

模型生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#30 GPT-5.2

medium

成本: $0.047
时间: 49.2s
令牌: 3,396 tok

#23 Qwen3.8 Max

low

成本: $0.026
时间: 68.5s
令牌: 4,280 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

类别:

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
Qwen3.8 Max	10.0	10.0	100.0%	0		3.93s	984	228	1,750

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
Qwen3.8 Max	8.4	7.4	88.9%	1		28.69s	8,127	512	15,952

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
Qwen3.8 Max	10.0	10.0	100.0%	0		98.19s	69,994	4,221	32,937

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
Qwen3.8 Max	10.0	10.0	100.0%	0		7.87s	7,938	270	2,257

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
Qwen3.8 Max	5.3	7.2	44.4%	1		35.37s	1,005	62	17,102

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
Qwen3.8 Max	6.5	3.4	66.7%	1		5.29s	594	128	568

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
Qwen3.8 Max	10.0	10.0	100.0%	0		4.01s	855	102	851

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
Qwen3.8 Max	9.9	10.0	100.0%	0		4.11s	930	286	1,304

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
Qwen3.8 Max	10.0	10.0	100.0%	0		8.06s	8,463	295	693

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
Qwen3.8 Max	3.0	10.0	0.0%	0		12.43s	282	28	1,865

快速对比

切换对比组合

GPT-5.2mediumvsGrok 4.5low Claude Opus 4.7mediumvsQwen3.8 Maxlow GPT-5.2mediumvsInkling Smallhigh Muse Spark 1.1mediumvsQwen3.8 Maxlow Claude Fable 5mediumvsQwen3.8 Maxlow Gemini 3.5 Flash LitehighvsQwen3.8 Maxlow Muse Spark 1.1lowvsGPT-5.2medium GPT-5.4mediumvsQwen3.8 Maxlow Claude Opus 4.8mediumvsQwen3.8 Maxlow Claude Opus 5lowvsGPT-5.2medium DeepSeek V4 Flash 0731lowvsGPT-5.2medium GPT-5.3-CodexmediumvsQwen3.8 Maxlow