GPT-5.2 vs Qwen3.8 Max
詳しいプロフィール:GPT-5.2(OpenAI)とQwen3.8 Max(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 · 14件の情報源のデータ
2026年11月16日時点で、GPT-5.2とQwen3.8 Maxの品質は互角です(BenchLeader Indexで59.9 対 58.7、±5.2の誤差範囲内)。価格はQwen3.8 Maxの方が1.6倍安く、100万トークンあたりのブレンド価格で$3.00 対 $4.81です。推論(60 対 52)、コーディング(63 対 62)、長文コンテキスト(66 対 65)を重視するならGPT-5.2、数学(65 対 57)、エージェント・ツール(59 対 54)、知識(58 対 56)を重視するならQwen3.8 Maxが向いています。GPT-5.2は出力が速い点も強みです。
要点(2026年11月16日時点)
- BenchLeader IndexはGPT-5.2が59.9、Qwen3.8 Maxが58.7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 Maxの100万トークンあたりのブレンド価格は$3.00です(定価、2026年11月16日)。
- GPT-5.2はQwen3.8 Maxより出力が速いです(Artificial Analysis、7日間の中央値、2026年11月16日)。
- 両モデルに結果がある20件のベンチマークのうち、Qwen3.8 Maxが15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 62;LiveCodeBench 85.4% 対 87.8% | 中 |
| エージェント・ツール利用 | Qwen3.8 Max | カテゴリスコア59 対 54 | 中 |
| 数学 | Qwen3.8 Max | カテゴリスコア65 対 57;ProofBench 58.0% 対 15.0% | 高 |
| 推論 | GPT-5.2 | カテゴリスコア60 対 52;GPQA Diamond (AA) 90.3% 対 92.8% | 高 |
| 知識 | Qwen3.8 Max | カテゴリスコア58 対 56;MMLU-Pro 88.6% 対 86.2% | 中 |
| 長い文書 | GPT-5.2 | カテゴリスコア66 対 65;AA-LCR v1.1 82.7% 対 80.3% | 中 |
| チャットの質(人間の評価) | – | Arenaの評価があるのはQwen3.8 Maxのみです(カテゴリスコア68) | 比較不可 |
| 最低コスト | Qwen3.8 Max | 100万トークンあたりブレンド価格$3.00 対 $4.81;エージェント型コーディングセッション$0.144 対 $0.161 | – |
| 回答開始の速さ | どちらでも | 最初の回答トークンまで112.5秒(GPT-5.2 (xhigh))対 119.6秒(Qwen3.8 Max (max)) | – |
| 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 Max (max)の品質は互角です(59.9 対 58.7、±5.2の誤差範囲内)。
- GPT-5.2 (xhigh)はコーディング、長文コンテキスト、推論で優れています。
- Qwen3.8 Max (max)はエージェント・ツール、知識、数学で優れています。
- Qwen3.8 Max (max)の方が1.6倍安くなっています(100万トークンあたりブレンド価格$3.00 対 $4.81)。
概要
| 仕様 | GPT-5.2 | Qwen3.8 Max |
|---|---|---|
| プロバイダー | OpenAI | Alibaba |
| リリース日 | 2025年12月11日 | 2026年8月3日 |
| コンテキストウィンドウ(トークン) | 400,000 | 1,000,000 |
| 比較した構成 | GPT-5.2 (xhigh) | Qwen3.8 Max (max) |
| オープンウェイト | なし | なし |
| 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 | $2.00 / $6.00 / $0.250 |
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 Max (max) | トップ |
|---|---|---|---|
| 推論 | 60.4 | 51.5 | GPT-5.2 |
| コーディング | 63.0 | 61.6 | GPT-5.2 |
| エージェント・ツール | 53.8 | 58.5 | Qwen3.8 Max |
| 数学 | 56.5 | 65.2 | Qwen3.8 Max |
| 知識 | 56.1 | 58.0 | Qwen3.8 Max |
| 指示追従 | 73.7 | – | 比較不可 |
| 人間の評価 | – | 67.5 | 比較不可 |
| マルチモーダル | – | 65.7 | 比較不可 |
| 長文コンテキスト | 66.0 | 64.8 | GPT-5.2 |
| 総合 | – | 45.0 | 比較不可 |
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。
描画していないもの(測定済みのモデルが2つ未満):指示追従, マルチモーダル, 人間の評価。
情報源で評価が分かれる点
両方に結果がある20件のベンチマークのうち、GPT-5.2のリードが5件、Qwen3.8 Maxのリードが15件です。両方を評価しているすべての総合指標で、Qwen3.8 Maxが上回っています。
| 総合Index | GPT-5.2 (xhigh) | Qwen3.8 Max (max) | トップ |
|---|---|---|---|
| BenchLeader Index | 59.9 | 58.7 | 互角 |
| Arena Text | 1437† | 1484 | Qwen3.8 Max |
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 Max (max) |
|---|---|---|
| 100万トークンあたりのブレンド価格 | $4.81 | $3.00 |
| 100万トークンあたりの入力/出力 | $1.75 / $14.00 | $2.00 / $6.00 |
| 100万トークンあたりのキャッシュ入力 | $0.175 | $0.250 |
| タスクあたりの価格:チャットの返答 | $0.0049 | $0.0026 |
| タスクあたりの価格:30ページのレポートを要約 | $0.029 | $0.028 |
| タスクあたりの価格:コード編集 | $0.032 | $0.021 |
| 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 | $0.144 |
| タスクあたりの価格:構造化データの抽出 | $0.0063 | $0.0052 |
| 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 | $0.065 |
| ベンチマークのタスクあたりのコスト(AA Index) | – | $10.02 |
| タスクあたりの出力トークン(AA Index) | – | 171k |
| うち推論 | – | 120k |
| タスクあたりの時間(AA Index) | – | 48 min |
| 出力速度 | 76 tok/s | 59 tok/s |
| 回答開始までの時間 | 112.5秒 | 119.6秒 |
| 回答が完了するまでの時間(最終測定2026年11月13日) | 154.4秒 | 294.1秒 |
各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。GPT-5.2 (xhigh)のスコアは59.9、最初の回答トークンまで112秒。GPT-5.2は56.7(2秒)、GPT-5.2 (medium)は56.2(7秒)。Qwen3.8 Max (max)のスコアは58.7、最初の回答トークンまで120秒。Qwen3.8 Max (xhigh)は56.6(3秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか
全ベンチマーク
188件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。
| 指標 | 公開元 | GPT-5.2 (xhigh) | Qwen3.8 Max (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 59.9 | 58.7 |
| エージェント・ツールスコア | BenchLeader | 53.8 | 58.5 |
| コーディングスコア | BenchLeader | 63.0 | 61.6 |
| 指示追従スコア | BenchLeader | 73.7 | – |
| 知識スコア | BenchLeader | 56.1 | 58.0 |
| 長文コンテキストスコア | BenchLeader | 66.0 | 64.8 |
| 数学スコア | BenchLeader | 56.5 | 65.2 |
| 推論スコア | BenchLeader | 60.4 | 51.5 |
| 総合スコア | BenchLeader | – | 45.0 |
| 人間の評価スコア | BenchLeader | – | 67.5 |
| マルチモーダルスコア | BenchLeader | – | 65.7 |
| ブレンド価格($/100万トークン) | BenchLeader | $4.81 | $3.00 |
| 出力速度 | BenchLeader | 76 tok/s | 59 tok/s |
| 回答開始までの時間 | BenchLeader | 112.5秒 | 119.6秒 |
| コンテキストウィンドウ | BenchLeader | 400,000トークン | 1,000,000トークン |
| 推論 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | 91.4% | 92.7%† |
| Humanity's Last Exam | Scale AI / CAIS | 27.8%† | – |
| SimpleBench | SimpleBench | 45.8%† | – |
| Arena Hard Prompts | Arena (LMArena) | 1497† | 1507 |
| LiveBench 2.0 Reasoning | LiveBench | – | 88.2% |
| LiveBench 1.0 Reasoning | LiveBench | 83.2%† | 88.2% |
| GPQA Diamond (AA) | Artificial Analysis | 90.3% | 92.8% |
| Humanity's Last Exam (AA) | Artificial Analysis | 37.7% | 43.1% |
| HLE-Diamond (AA) | Artificial Analysis | – | 24.0% |
| GPQA Diamond (Vals) | Vals AI | 91.7% | 93.7% |
| Kagi LLM Benchmark | Kagi LLM Benchmark | 73.3%† | – |
| ARC-AGI-1 | ARC Prize | 86.2% | – |
| ARC-AGI-2 | ARC Prize | 52.9% | – |
| CritPt | Artificial Analysis | 11.6% | 20.0% |
| CritPt v2 hard subset (AA) | Artificial Analysis | – | 29.5% |
| MysteryMechanism | Vals AI | – | 23.9% |
| SciPredict | Scale AI SEAL | 20.6%† | – |
| Arena Expert | Arena (LMArena) | 1491† | 1514 |
| Chess Puzzles | Epoch AI Benchmarking Hub | 48.0% | 46.0%† |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | 22.0%† | 38.0%† |
| CL-bench | Epoch AI Benchmarking Hub | 18.2%† | – |
| LMCA | Epoch AI Benchmarking Hub | 43.9% | 46.2%† |
| DTBench | Epoch AI Benchmarking Hub | 90.9% | 92.0%† |
| ForecastBench | ForecastBench | 63.8%† | – |
| コーディング | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | 73.8%† | – |
188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 Max (max) |
|---|---|---|---|
| コーディング | |||
| SciCode | SciCode | – | 53.2% |
| WeirdML | WeirdML | 72.2% | – |
| GSO-Bench | GSO-Bench | 27.4%† | – |
| Arena Coding | Arena (LMArena) | 1515† | 1523 |
| Arena WebDev | Arena (LMArena) | 1421† | 1676 |
| LiveBench 2.0 Coding | LiveBench | – | 60.9% |
| LiveBench 1.0 Coding | LiveBench | 76.1%† | 72.9% |
| LiveCodeBench | Vals AI | 85.4% | 87.8% |
| IOI | Vals AI | – | 68.9% |
| SWE-bench (Vals) | Vals AI | 75.8% | 85.6% |
| SWE-Bench Pro | Scale AI SEAL | 29.9%† | – |
| SWE-bench Verified (bash only) | SWE-bench | 69.0%† | – |
| SWE-bench Multilingual (bash only) | SWE-bench | 66.7%† | – |
| SWE-bench Verified (any scaffold) | SWE-bench | 72.8%† | – |
| Code Migration | Vals AI | – | 24.0% |
| ProgramBench | Vals AI | – | 0.0% |
| SWE-bench Multimodal | Vals AI | – | 42.5% |
| Vibe Code Bench 1-100 | Vals AI | – | 12.8% |
| Vibe Code Bench v1.1 | Vals AI | 53.5% | 64.7% |
| SWE-Bench Pro (private) | Scale AI SEAL | 23.8%† | – |
| SWE Atlas v1.1 | Scale AI SEAL | – | 64.4% |
| SWE Atlas v1.1: Codebase QnA | Scale AI SEAL | – | 81.5% |
| SWE Atlas v1.1: Test Writing | Scale AI SEAL | – | 58.9% |
| SWE Atlas v1.1: Refactoring | Scale AI SEAL | – | 52.9% |
| MirrorCode | Epoch AI Benchmarking Hub | 32.2% | 52.2%† |
| DeepSWE v1.1 | Epoch AI Benchmarking Hub | – | 57.5%† |
| ALE-Bench | Epoch AI Benchmarking Hub | 1249.8† | 1679.1† |
| AlgoTune | AlgoTune | 2.0† | – |
| FrontierSWE | Epoch AI Benchmarking Hub | – | 17.8%† |
| WeirdML v3 | WeirdML | 5.0% | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | – | 38.9% |
| Terminal-Bench 2.1 (AA) | Artificial Analysis | – | 88.8% |
| Startrise Frontend | Startrise | – | 71.3% |
| GameBench 2 Overall | DuelLab GameBench 2 | – | 54.2† |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | – | 69.6† |
| Design Arena Website | Design Arena | 1186 | 1269 |
| FrontierCode 1.1 (AA) | Artificial Analysis | – | 43.2% |
| FrontierCode 2.0 (AA) | Artificial Analysis | – | 23.4% |
| LiveCodeBench (AA) | Artificial Analysis | 88.9% | – |
| エージェント・ツール | |||
| Terminal-Bench | Terminal-Bench | 64.9%† | 27.0% |
| GDPval | OpenAI | 49.7%† | – |
| Remote Labor Index | Scale AI / CAIS | 2.1%† | – |
| APEX-Agents | Mercor | – | 63.3% |
| Arena Agent | Arena (LMArena) | – | 0.1 |
| LiveBench Long Agentic | LiveBench | – | 26.6% |
| LiveBench Browser | LiveBench | – | 49.4% |
| LiveBench Agentic Coding | LiveBench | 50.3%† | 64.7% |
| Terminal-Bench Hard | Artificial Analysis | 47.0% | – |
| τ²-Bench Telecom (AA) | Artificial Analysis | 84.8% | – |
| Terminal-Bench 2.1 (Vals) | Vals AI | – | 67.4% |
| MCP Atlas | Scale AI SEAL | 67.6% | – |
| BFCL Overall | Berkeley Function Calling Leaderboard | 55.9%† | – |
| τ²-bench | τ²-bench | 84.8%† | – |
| τ³-bench Banking | τ²-bench | 32.2%† | 55.1%† |
| GDPval-AA v2.1, normalised score | Artificial Analysis | – | 58.3% |
| GDPval-AA v2.1 | Artificial Analysis | – | 1674 |
| τ³-Banking (AA) | Artificial Analysis | 11.1%† | 51.3% |
| ITBench SRE (AA) | Artificial Analysis | – | 40.3% |
| Analyst Agent (AA) | Artificial Analysis | – | 45.0% |
| APEX-Agents (AA) | Artificial Analysis | – | 42.4% |
| CyberBench | Vals AI | – | 28.6% |
| Finance Agent v2 | Vals AI | – | 50.6% |
| Harvey's Legal Agent Benchmark v1 | Vals AI | – | 10.4% |
| Legal Research Bench | Vals AI | – | 47.6% |
| Poker Agent | Vals AI | 1131.8%† | – |
| SkillsBench | Vals AI | – | 42.0% |
| Tax Agent Bench | Vals AI | – | 32.1% |
| Terminal-Bench 2.0 (Vals) | Vals AI | 51.7%† | – |
| Terminal-Bench 4.0 (Vals) | Vals AI | – | 34.3% |
| Terminal-Bench Science | Vals AI | – | 12.9% |
| Arena Search | Arena (LMArena) | 1161† | 1227 |
| Arena Agent Task Completion | Arena (LMArena) | – | 4.5 |
| DeepResearch Bench | DeepResearch Bench | 41.1%† | – |
| METR Time Horizons | METR | 75.3%† | – |
| Vending-Bench 2 | Andon Labs | 3591.3† | – |
| AutomationBench | Artificial Analysis | – | 56.2% |
| GDP.pdf (AA) | Artificial Analysis | – | 22.8% |
| EnterpriseOps-Gym | Artificial Analysis | – | 47.6% |
| AA-Briefcase v1.1 | Artificial Analysis | – | 1604 |
| GDPx | GDPx by SemiAnalysis | – | 3.5% |
| Design Arena Agentic | Design Arena | 1065† | 1264 |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | – | 11.9% |
| MKA (AA) | Artificial Analysis | – | 37.4% |
| FACTS Search | – | 85.0% | |
| 数学 | |||
| FrontierMath Tiers 1–3 | Epoch AI Benchmarking Hub | 67.4% | 74.7%† |
| FrontierMath Tier 4 | Epoch AI Benchmarking Hub | 31.7% | 46.3%† |
| OTIS Mock AIME | Epoch AI Benchmarking Hub | 96.1% | 100.0%† |
| ProofBench | Vals AI | 15.0% | 58.0% |
| LiveBench Mathematics | LiveBench | 93.2%† | 91.3% |
| AIME (Vals) | Vals AI | 96.9% | – |
| MGSM | Vals AI | 94.0% | – |
| AIME 2026 | MathArena | 98.3%† | – |
| HMMT February 2026 | MathArena | 97.0%† | – |
| MathArena Apex | MathArena | 13.5%† | – |
| Arena Maths | Arena (LMArena) | 1453† | 1505 |
| AIME 2025 (AA) | Artificial Analysis | 99.0% | – |
| 知識 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | 37.1% | 47.3%† |
| LiveBench 2.0 Data Analysis | LiveBench | – | 78.4% |
| LiveBench Research | LiveBench | – | 72.8% |
| LiveBench 1.0 Data Analysis | LiveBench | 78.2%† | 78.4% |
| AA-Omniscience v1.1 | Artificial Analysis | – | 10.5 |
| MMLU-Pro | Vals AI | 86.2% | 88.6% |
| LegalBench | Vals AI | 82.8% | 83.6% |
| CorpFin | Vals AI | 65.9% | 65.8% |
| TaxEval | Vals AI | 75.8% | 75.5% |
| MedQA | Vals AI | 94.1% | – |
| MultiNRC | Scale AI SEAL | 42.2%† | – |
| CaseLaw v2 | Vals AI | 66.0% | – |
| Excel Modeling Benchmark | Vals AI | – | 60.1% |
| Excel Modeling Benchmark v1.1 | Vals AI | – | 66.0% |
| MedCode | Vals AI | 49.8% | 40.7% |
| MedScribe | Vals AI | 84.4% | 85.0% |
| Public Benefits Bench v1.1 | Vals AI | – | 67.1% |
| Access to Justice Benchmark | Vals AI | – | 76.4% |
| Financial Coaching Bench | Vals AI | – | 75.6% |
| Immigration Bench | Vals AI | – | 70.1% |
| DrugDiscoveryBench | Scale AI SEAL | 29.3% | – |
| EBR-bench | Epoch AI Benchmarking Hub | 23.0% | – |
| GDP.pdf | Epoch AI Benchmarking Hub | – | 23.2%† |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | – | 29.5% |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | – | 72.9% |
| Global-MMLU-Lite (AA) | Artificial Analysis | 89.8%† | – |
| FACTS Parametric | – | 30.8% | |
| 指示追従 | |||
| LiveBench Language | LiveBench | 79.8%† | 79.7% |
| LiveBench Instruction Following | LiveBench | 61.8%† | 74.1% |
| IFBench | Artificial Analysis | 75.4% | – |
| TutorBench | Scale AI SEAL | 53.5%† | – |
| Arena Instruction Following | Arena (LMArena) | 1457† | 1478 |
| 人間の評価 | |||
| Arena Text | Arena (LMArena) | 1476† | 1484 |
| EQ-Bench Creative Writing v3 | EQ-Bench | 1703† | – |
| Arena Creative Writing | Arena (LMArena) | 1432† | 1472 |
| Arena Multi-turn | Arena (LMArena) | 1495† | 1495 |
| Arena Longer Queries | Arena (LMArena) | 1472† | 1496 |
| マルチモーダル | |||
| Arena Vision | Arena (LMArena) | 1268† | 1312 |
| LiveBench Design | LiveBench | – | 76.6% |
| MMMU-Pro | Artificial Analysis | 74.6%† | 82.8% |
| VISTA | Scale AI SEAL | 46.6%† | – |
| MMMU-Pro (Vals) | Vals AI | 86.7% | 88.0% |
| MortgageTax | Vals AI | 67.1% | 64.0% |
| SAGE | Vals AI | – | 81.8% |
| Humanity's Sixth Sense | Scale AI SEAL | – | 33.0% |
| VPCT | Epoch AI Benchmarking Hub | 84.0% | – |
| Furniture Assembly | Epoch AI Benchmarking Hub | 38.3% | 20.0%† |
| VIALS-AA | Handshake AI | – | 31.7% |
| Code2Video-AA | Artificial Analysis | – | 1021 |
| AA-3D | Artificial Analysis | – | 954 |
| FACTS Multimodal | – | 51.5% | |
| 長文コンテキスト | |||
| AA-LCR v1.1 | Artificial Analysis | 82.7% | 80.3% |
| Arena Document | Arena (LMArena) | 1425† | – |
| MLCR | Artificial Analysis | – | 26.1% |
| FACTS Grounding | – | 73.8% | |
| 総合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | 154.5† | 157.6 |
| LiveBench 2.0 | LiveBench | – | 60.9% |
| LiveBench 1.0 | LiveBench | 74.6%† | 78.5% |
| AA Intelligence Index v5.0.1 | Artificial Analysis | – | 33.6 |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 30.4 | 45.4 |
| AA Progress Index v1 | Artificial Analysis | 295.5 | 323.7 |
| Vals RSI Index | Vals AI | 15.8% | 21.8% |
| Vals Multimodal Index | Vals AI | – | 65.4% |
| 安全性・誠実さ | |||
| FORTRESS | Scale AI SEAL | 17.5%† | – |
| MASK | Scale AI SEAL | 86.7%† | – |
| PropensityBench | Scale AI SEAL | 34.4%† | – |
| DistressBench | Scale AI SEAL | – | 77.6% |
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。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
最近の変化
- Qwen3.8 Max (max):スコアの改訂1件。
- GPT-5.2 (xhigh):新しい結果1件(AIME 2025 (AA))。
- Qwen3.8 Max (max):スコアの改訂1件。
- GPT-5.2 (xhigh):新しい結果1件(MirrorCode)。
- Qwen3.8 Max (max):スコアの改訂6件。
- Qwen3.8 Max (max):スコアの改訂1件。
- Qwen3.8 Max (max):新しい結果1件(FACTS Search)、スコアの改訂1件。
- Qwen3.8 Max (max):スコアの改訂1件、価格 $0.22/M → $0.25/M。
- Qwen3.8 Max (max):価格 $0.25/M → $0.22/M。
- Qwen3.8 Max (max):スコアの改訂1件、価格 $0.22/M → $0.25/M。
関連する比較
- GPT-5.2 vs Claude Opus 5.5
- GPT-5.2 vs GPT-6 Astra
- Qwen3.8 Max vs GPT-6 Astra
- GPT-5 Pro vs Qwen3.8 Max
- GPT-5.2 vs Claude Fable 5.1
- GPT-5.2 vs GPT-6.1 Sol
- GPT-5.2 vs GPT-5.6 Sol
- GPT-5.2 vs Gemini 4 Argon
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 Max:よくある質問
- GPT-5.2はQwen3.8 Maxより優れていますか?
- GPT-5.2 (xhigh)とQwen3.8 Max (max)の品質は互角です(59.9 対 58.7、±5.2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 Max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 Maxの方が安く、100万トークンあたり$3.00 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 Max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 62。50が平均)。共通するコーディングベンチマークのうち最も重要なLiveCodeBenchでは、GPT-5.2が85.4%、Qwen3.8 Maxが87.8%です。
- GPT-5.2とQwen3.8 Maxはどちらが速いですか?
- GPT-5.2の方が出力が速くなっています(出力76 対 59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 Max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 Maxの方がスコアが高くなっています(カテゴリ指標で59 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Qwen3.8 Maxの方が長く、1,000,000トークンです(GPT-5.2は400,000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GPT-5.2です。Artificial Analysisの測定では、最初の回答トークンまで112.5秒 対 119.6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 Max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20件のベンチマークのうち、GPT-5.2のリードが5件、Qwen3.8 Maxのリードが15件です。両方を評価しているすべての総合指標で、Qwen3.8 Maxが上回っています。
- Qwen3.8 Maxはいつリリースされましたか?
- Qwen3.8 Maxは2026年8月3日にリリースされました。