BenchLeader

GPT-5.2 vs Qwen3.8-Flash-Next

詳しいプロフィール:GPT-5.2(OpenAI)とQwen3.8-Flash-Next(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 10件の情報源のデータ

2026年11月16日時点で、GPT-5.2とQwen3.8-Flash-Nextの品質は互角です(BenchLeader Indexで59.9 対 53.9、±8.9の誤差範囲内)。価格はQwen3.8-Flash-Nextの方が21倍安く、100万トークンあたりのブレンド価格で$0.230 対 $4.81です。知識(56 対 38)、推論(60 対 43)、コーディング(63 対 61)を重視するならGPT-5.2、エージェント・ツール(64 対 54)を重視するならQwen3.8-Flash-Nextが向いています。回答開始までの時間はQwen3.8-Flash-Nextの方が短く、65.5秒 対 112.5秒です。

要点(2026年11月16日時点)

  • BenchLeader IndexはGPT-5.2が59.9、Qwen3.8-Flash-Nextが53.9です(BenchLeader、2026年11月16日)。
  • GPT-5.2の100万トークンあたりのブレンド価格は$4.81です(定価、2026年11月16日)。
  • Qwen3.8-Flash-Nextの100万トークンあたりのブレンド価格は$0.230です(定価、2026年11月16日)。
  • 両モデルに結果がある5件のベンチマークのうち、Qwen3.8-Flash-Nextが3件でリードしています(BenchLeader、2026年11月16日)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングGPT-5.2カテゴリスコア63 対 61中
エージェント・ツール利用Qwen3.8-Flash-Nextカテゴリスコア64 対 54高
推論GPT-5.2カテゴリスコア60 対 43;CritPt 11.6% 対 11.1%高
知識GPT-5.2カテゴリスコア56 対 38高
長い文書GPT-5.2カテゴリスコア66 対 65;AA-LCR v1.1 82.7% 対 79.7%中
最低コストQwen3.8-Flash-Next100万トークンあたりブレンド価格$0.230 対 $4.81;エージェント型コーディングセッション$0.011 対 $0.161–
回答開始の速さQwen3.8-Flash-Next最初の回答トークンまで65.5秒(Qwen3.8-Flash-Next)対 112.5秒(GPT-5.2 (xhigh))–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • GPT-5.2 (xhigh)とQwen3.8-Flash-Nextの品質は互角です(59.9 対 53.9、±8.9の誤差範囲内)。
  • GPT-5.2 (xhigh)はコーディング、知識、長文コンテキスト、推論で優れています。
  • Qwen3.8-Flash-Nextはエージェント・ツールで優れています。
  • Qwen3.8-Flash-Nextの方が21倍安くなっています(100万トークンあたりブレンド価格$0.230 対 $4.81)。

概要

仕様GPT-5.2Qwen3.8-Flash-Next
プロバイダーOpenAIAlibaba
リリース日2025年12月11日2026年8月26日
コンテキストウィンドウ(トークン)400,000256,000
比較した構成GPT-5.2 (xhigh)Qwen3.8-Flash-Next
オープンウェイトなしあり
100万トークンあたりの価格(入力/出力/キャッシュ入力)$1.75 / $14.00 / $0.175$0.150 / $0.470 / –

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリGPT-5.2 (xhigh)Qwen3.8-Flash-Nextトップ
推論60.443.0GPT-5.2
コーディング63.060.7GPT-5.2
エージェント・ツール53.864.0Qwen3.8-Flash-Next
数学56.5–比較不可
知識56.138.1GPT-5.2
指示追従73.7–比較不可
マルチモーダル–61.0比較不可
長文コンテキスト66.064.5GPT-5.2

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディングエージェント・ツール知識長文コンテキストGPT-5.2, 推論: 60.4GPT-5.2, コーディング: 63.0GPT-5.2, エージェント・ツール: 53.8GPT-5.2, 知識: 56.1GPT-5.2, 長文コンテキスト: 66.0Qwen3.8-Flash-Next, 推論: 43.0Qwen3.8-Flash-Next, コーディング: 60.7Qwen3.8-Flash-Next, エージェント・ツール: 64.0Qwen3.8-Flash-Next, 知識: 38.1Qwen3.8-Flash-Next, 長文コンテキスト: 64.5

描画していないもの(測定済みのモデルが2つ未満):数学, 指示追従, マルチモーダル, 人間の評価。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある5件のベンチマークのうち、GPT-5.2のリードが2件、Qwen3.8-Flash-Nextのリードが3件です。

総合IndexGPT-5.2 (xhigh)Qwen3.8-Flash-Nextトップ
BenchLeader Index59.953.9互角

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標GPT-5.2 (xhigh)Qwen3.8-Flash-Next
100万トークンあたりのブレンド価格$4.81$0.230
100万トークンあたりの入力/出力$1.75 / $14.00$0.150 / $0.470
100万トークンあたりのキャッシュ入力$0.175–
タスクあたりの価格:チャットの返答$0.0049$0.0002
タスクあたりの価格:30ページのレポートを要約$0.029$0.0021
タスクあたりの価格:コード編集$0.032$0.0016
タスクあたりの価格:エージェント型コーディングセッション$0.161$0.011
タスクあたりの価格:構造化データの抽出$0.0063$0.0004
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.090–
ベンチマークのタスクあたりのコスト(AA Index)–$0.569
タスクあたりの出力トークン(AA Index)–148k
うち推論–97k
タスクあたりの時間(AA Index)–31 min
出力速度76 tok/s80 tok/s
回答開始までの時間112.5秒65.5秒
回答が完了するまでの時間(最終測定2026年11月13日)154.4秒202.8秒

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-5.2 (xhigh)のスコアは59.9、最初の回答トークンまで112秒。GPT-5.2は56.7(2秒)、GPT-5.2 (medium)は56.2(7秒)。Qwen3.8-Flash-Nextのスコアは53.9、最初の回答トークンまで66秒。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

131件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元GPT-5.2 (xhigh)Qwen3.8-Flash-Next
BenchLeader IndexBenchLeader59.953.9
エージェント・ツールスコアBenchLeader53.864.0
コーディングスコアBenchLeader63.060.7
指示追従スコアBenchLeader73.7–
知識スコアBenchLeader56.138.1
長文コンテキストスコアBenchLeader66.064.5
数学スコアBenchLeader56.5–
推論スコアBenchLeader60.443.0
マルチモーダルスコアBenchLeader–61.0
ブレンド価格($/100万トークン)BenchLeader$4.81$0.230
出力速度BenchLeader76 tok/s80 tok/s
回答開始までの時間BenchLeader112.5秒65.5秒
コンテキストウィンドウBenchLeader400,000トークン256,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub91.4%–
Humanity's Last ExamScale AI / CAIS27.8%†–
SimpleBenchSimpleBench45.8%†–
Arena Hard PromptsArena (LMArena)1497†–
LiveBench 1.0 ReasoningLiveBench83.2%†87.4%
GPQA Diamond (AA)Artificial Analysis90.3%92.3%
Humanity's Last Exam (AA)Artificial Analysis37.7%38.0%
HLE-Diamond (AA)Artificial Analysis–16.3%
GPQA Diamond (Vals)Vals AI91.7%–
Kagi LLM BenchmarkKagi LLM Benchmark73.3%†–
ARC-AGI-1ARC Prize86.2%–
ARC-AGI-2ARC Prize52.9%–
CritPtArtificial Analysis11.6%11.1%
CritPt v2 hard subset (AA)Artificial Analysis–24.5%
SciPredictScale AI SEAL20.6%†–
Arena ExpertArena (LMArena)1491†–
Chess PuzzlesEpoch AI Benchmarking Hub48.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub22.0%†–
CL-benchEpoch AI Benchmarking Hub18.2%†–
LMCAEpoch AI Benchmarking Hub43.9%–
DTBenchEpoch AI Benchmarking Hub90.9%–
ForecastBenchForecastBench63.8%†–
コーディング
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub73.8%†–
WeirdMLWeirdML72.2%–
GSO-BenchGSO-Bench27.4%†–
131件のベンチマークをすべて表示
指標公開元GPT-5.2 (xhigh)Qwen3.8-Flash-Next
コーディング
Arena CodingArena (LMArena)1515†–
Arena WebDevArena (LMArena)1421†1624
LiveBench 1.0 CodingLiveBench76.1%†72.5%
SciCode (AA)Artificial Analysis–50.6%
LiveCodeBenchVals AI85.4%–
SWE-bench (Vals)Vals AI75.8%–
SWE-Bench ProScale AI SEAL29.9%†–
SWE-bench Verified (bash only)SWE-bench69.0%†–
SWE-bench Multilingual (bash only)SWE-bench66.7%†–
SWE-bench Verified (any scaffold)SWE-bench72.8%†–
Vibe Code Bench v1.1Vals AI53.5%–
SWE-Bench Pro (private)Scale AI SEAL23.8%†–
MirrorCodeEpoch AI Benchmarking Hub32.2%–
ALE-BenchEpoch AI Benchmarking Hub1249.8†–
AlgoTuneAlgoTune2.0†–
WeirdML v3WeirdML5.0%–
Terminal-Bench 4.0 (AA)Artificial Analysis–25.3%
Terminal-Bench 2.1 (AA)Artificial Analysis–86.1%
Design Arena WebsiteDesign Arena1186–
FrontierCode 2.0 (AA)Artificial Analysis–27.1%
LiveCodeBench (AA)Artificial Analysis88.9%–
エージェント・ツール
Terminal-BenchTerminal-Bench64.9%†–
GDPvalOpenAI49.7%†–
Remote Labor IndexScale AI / CAIS2.1%†–
Arena AgentArena (LMArena)–-4.6
LiveBench Agentic CodingLiveBench50.3%†61.6%
Terminal-Bench HardArtificial Analysis47.0%–
τ²-Bench Telecom (AA)Artificial Analysis84.8%–
MCP AtlasScale AI SEAL67.6%–
BFCL OverallBerkeley Function Calling Leaderboard55.9%†–
τ²-benchτ²-bench84.8%†–
τ³-bench Bankingτ²-bench32.2%†–
GDPval-AA v2.1, normalised scoreArtificial Analysis–56.4%
GDPval-AA v2.1Artificial Analysis–1637
τ³-Banking (AA)Artificial Analysis11.1%†45.4%
Poker AgentVals AI1131.8%†–
Terminal-Bench 2.0 (Vals)Vals AI51.7%†–
Arena SearchArena (LMArena)1161†–
Arena Agent Task CompletionArena (LMArena)–0.3
DeepResearch BenchDeepResearch Bench41.1%†–
METR Time HorizonsMETR75.3%†–
Vending-Bench 2Andon Labs3591.3†–
AutomationBenchArtificial Analysis–55.9%
GDP.pdf (AA)Artificial Analysis–15.6%
AA-Briefcase v1.1Artificial Analysis–1572
Design Arena AgenticDesign Arena1065†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–7.1%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub67.4%–
FrontierMath Tier 4Epoch AI Benchmarking Hub31.7%–
OTIS Mock AIMEEpoch AI Benchmarking Hub96.1%–
ProofBenchVals AI15.0%–
LiveBench MathematicsLiveBench93.2%†85.8%
AIME (Vals)Vals AI96.9%–
MGSMVals AI94.0%–
AIME 2026MathArena98.3%†–
HMMT February 2026MathArena97.0%†–
MathArena ApexMathArena13.5%†–
Arena MathsArena (LMArena)1453†–
AIME 2025 (AA)Artificial Analysis99.0%–
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub37.1%–
LiveBench 1.0 Data AnalysisLiveBench78.2%†74.2%
AA-Omniscience v1.1Artificial Analysis–-12.2
MMLU-ProVals AI86.2%–
LegalBenchVals AI82.8%–
CorpFinVals AI65.9%–
TaxEvalVals AI75.8%–
MedQAVals AI94.1%–
MultiNRCScale AI SEAL42.2%†–
CaseLaw v2Vals AI66.0%–
MedCodeVals AI49.8%–
MedScribeVals AI84.4%–
DrugDiscoveryBenchScale AI SEAL29.3%–
EBR-benchEpoch AI Benchmarking Hub23.0%–
AA-Omniscience v1.1: accuracyArtificial Analysis–23.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–53.2%
Global-MMLU-Lite (AA)Artificial Analysis89.8%†–
指示追従
LiveBench LanguageLiveBench79.8%†74.6%
LiveBench Instruction FollowingLiveBench61.8%†77.1%
IFBenchArtificial Analysis75.4%–
TutorBenchScale AI SEAL53.5%†–
Arena Instruction FollowingArena (LMArena)1457†–
人間の評価
Arena TextArena (LMArena)1476†–
EQ-Bench Creative Writing v3EQ-Bench1703†–
Arena Creative WritingArena (LMArena)1432†–
Arena Multi-turnArena (LMArena)1495†–
Arena Longer QueriesArena (LMArena)1472†–
マルチモーダル
Arena VisionArena (LMArena)1268†–
MMMU-ProArtificial Analysis74.6%†78.6%
VISTAScale AI SEAL46.6%†–
MMMU-Pro (Vals)Vals AI86.7%–
MortgageTaxVals AI67.1%–
VPCTEpoch AI Benchmarking Hub84.0%–
Furniture AssemblyEpoch AI Benchmarking Hub38.3%–
長文コンテキスト
AA-LCR v1.1Artificial Analysis82.7%79.7%
Arena DocumentArena (LMArena)1425†–
MLCRArtificial Analysis–20.6%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.5†–
LiveBench 1.0LiveBench74.6%†76.2%
AA Intelligence Index v5.0.1Artificial Analysis–28.6
AA Intelligence Index v4.3.2Artificial Analysis30.439.8
AA Progress Index v1Artificial Analysis295.5320.2
Vals RSI IndexVals AI15.8%–
安全性・誠実さ
FORTRESSScale AI SEAL17.5%†–
MASKScale AI SEAL86.7%†–
PropensityBenchScale AI SEAL34.4%†–
メタデータ
AA Openness IndexArtificial Analysis–38.9

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

最近の変化

  • GPT-5.2 (xhigh):新しい結果1件(AIME 2025 (AA))。
  • Qwen3.8-Flash-Next:BenchLeader Index 54.7 → 54.0。
  • Qwen3.8-Flash-Next:新しい結果3件(AA Intelligence Index v5.0.1, FrontierCode 2.0 (AA), Terminal-Bench-Science 0.1 (AA))。
  • GPT-5.2 (xhigh):新しい結果1件(MirrorCode)。
  • Qwen3.8-Flash-Next:新しい結果1件(CritPt v2 hard subset (AA))、スコアの改訂1件。
  • Qwen3.8-Flash-Next:新しい結果1件(AA-Briefcase v1.1)、スコアの改訂1件。
  • Qwen3.8-Flash-Next:BenchLeader Index 58.7 → 54.7。
  • GPT-5.2 (xhigh):新しい結果1件(AA Progress Index v1)。
  • Qwen3.8-Flash-Next:新しい結果2件(AA Progress Index v1, HLE-Diamond (AA))、スコアの改訂3件。
  • GPT-5.2 (xhigh):新しい結果1件(Vals RSI Index)。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

GPT-5.2 vs Qwen3.8-Flash-Next:よくある質問

GPT-5.2はQwen3.8-Flash-Nextより優れていますか?
GPT-5.2 (xhigh)とQwen3.8-Flash-Nextの品質は互角です(59.9 対 53.9、±8.9の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
GPT-5.2とQwen3.8-Flash-Nextはどちらが安いですか?今後変わる予定はありますか?
現在はQwen3.8-Flash-Nextの方が安く、100万トークンあたり$0.230 対 $4.81です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはGPT-5.2とQwen3.8-Flash-Nextのどちらが向いていますか?
コーディングではGPT-5.2の方がスコアが高くなっています(カテゴリ指標で63 対 61。50が平均)。
GPT-5.2とQwen3.8-Flash-Nextはどちらが速いですか?
Qwen3.8-Flash-Nextの方が出力が速くなっています(出力80 対 76トークン/秒、Artificial Analysisの7日間の中央値)。
エージェントやツール利用にはGPT-5.2とQwen3.8-Flash-Nextのどちらが向いていますか?
エージェント型のタスクではQwen3.8-Flash-Nextの方がスコアが高くなっています(カテゴリ指標で64 対 54。50が平均)。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
長文コンテキストのベンチマークではGPT-5.2の方がスコアが高くなっています(66 対 65)。コンテキストはGPT-5.2の方が長く、400,000トークンです(Qwen3.8-Flash-Nextは256,000トークン)。
レイテンシが低いのはどちらですか?
先に回答を始めるのはQwen3.8-Flash-Nextです。Artificial Analysisの測定では、最初の回答トークンまで65.5秒 対 112.5秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
GPT-5.2とQwen3.8-Flash-Nextについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある5件のベンチマークのうち、GPT-5.2のリードが2件、Qwen3.8-Flash-Nextのリードが3件です。
Qwen3.8-Flash-Nextはいつリリースされましたか?
Qwen3.8-Flash-Nextは2026年8月26日にリリースされました。