- 排名
- #89
- 总输出令牌
- 80,538
- 响应时间(平均)
- 31.29s
- 总成本
- $1.558
GPT-5.2 (medium) vs Qwen4 Max (low)
平均分几乎持平,为 8.7 vs 8.7。 Qwen4 Max (low) benchmark 成本更低,为 $1.064 vs $1.558。 GPT-5.2 (medium) 更快,为 31.29s vs 56.68s,通过率为 73.9% vs 87.0%。
已对比模型
- 排名
- #94
- 总输出令牌
- 144,069
- 响应时间(平均)
- 56.68s
- 总成本
- $1.064
推荐模型
GPT-5.2 (medium)
它在这里得分最高(8.7),同时响应速度比Qwen4 Max (low)快约 1.8 倍。
详细对比
| 指标 | GPT-5.2 GPT-5.2 medium | Qwen4 Max Qwen4 Max low |
|---|---|---|
| 分数 | 8.7 | 8.7 |
| 排名 | #89 | #94 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 8.5 | 10.0 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 73.9% | 87.0% |
| 不稳定测试 | 4 | 0 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 10.261 | 5.318 |
| 总成本 | $1.558 | $1.064 |
| 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 | 235,207 | 276,790 |
| 输出令牌 | 11,065 | 8,266 |
| 推理令牌 | 69,473 | 135,803 |
| 响应时间(平均) | 31.29s | 56.68s |
| 响应时间(最大) | 116.86s | 564.77s |
| 响应时间(总计) | 531.98s | 1303.63s |
| 参数量 | ~1.2T 总计 (~80B 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.
#89 GPT-5.2
medium- 成本
- $0.047
- 时间
- 49.2s
- 令牌
- 3,396 tok
#94 Qwen4 Max
low- 成本
- $0.064
- 时间
- 239.1s
- 令牌
- 14,300 tok
类别细分
快速对比
切换对比组合
Claude Fable 5.2highvsQwen4 MaxlowGPT-5.2mediumvsQwen3.8 27Bhigh免费可用Seed 2.1 TurbomediumvsQwen4 MaxlowQwen4 MaxlowvsMiMo-V2.6-PromediumGPT-5.2mediumvsParticle-1xhighMuse EmbermaxvsQwen4 MaxlowClaude Fable 5.2highvsGPT-5.2mediumERNIE-Light-DT-1.0highvsQwen4 MaxlowDeepSeek V4.1 FlashmaxvsQwen4 MaxlowParticle-1xhighvsQwen4 MaxlowMuse EmberlowvsGPT-5.2mediumMuse EmbermaxvsGPT-5.2medium