导航
Advertise here

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%。

基准结果生成自 AI BENCHY 测试套件,时间:: 2026-11-16

已对比模型

排名
#89
总输出令牌
80,538
响应时间(平均)
31.29s
总成本
$1.558
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 发布日期: 2025-12-11 Qwen4 Max Qwen4 Max low 发布日期: 2026-11-16
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

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

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
Qwen4 Max 10.0 10.0 100.0% 0 15.29s 8,001 427 8,546

切换对比组合