BenchLeader

GPT-5.2 vs Qwen3.8 Max

完整资料:GPT-5.2(OpenAI)和 Qwen3.8 Max(Alibaba),包括全部基准测试、价格和排名。

更新于 · 数据来自 14 个来源

截至 2026年11月16日,GPT-5.2 与 Qwen3.8 Max 的质量不相上下(BenchLeader Index 59.9 比 58.7,在 ±5.2 的误差范围内)。Qwen3.8 Max 更便宜,对方的价格是它的 1.6 倍(每百万 token 混合价格 $3.00 比 $4.81)。看重推理(60 比 52)、编程(63 比 62)和长上下文(66 比 65)选 GPT-5.2;看重数学(65 比 57)、智能体与工具(59 比 54)和知识(58 比 56)选 Qwen3.8 Max。GPT-5.2 的输出更快。

要点(截至 2026年11月16日)

  • GPT-5.2 的 BenchLeader Index 为 59.9,Qwen3.8 Max 为 58.7(BenchLeader,2026年11月16日)。
  • GPT-5.2 每百万 token 混合价格为 $4.81(标价,2026年11月16日)。
  • Qwen3.8 Max 每百万 token 混合价格为 $3.00(标价,2026年11月16日)。
  • GPT-5.2 比 Qwen3.8 Max 输出更快(Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 20 项基准测试中,Qwen3.8 Max 领先 15 项(BenchLeader,2026年11月16日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程GPT-5.2类别得分 63 比 62;LiveCodeBench 85.4% 比 87.8%中
智能体与工具调用Qwen3.8 Max类别得分 59 比 54中
数学Qwen3.8 Max类别得分 65 比 57;ProofBench 58.0% 比 15.0%高
推理GPT-5.2类别得分 60 比 52;GPQA Diamond (AA) 90.3% 比 92.8%高
知识Qwen3.8 Max类别得分 58 比 56;MMLU-Pro 88.6% 比 86.2%中
长文档GPT-5.2类别得分 66 比 65;AA-LCR v1.1 82.7% 比 80.3%中
对话质量(人类偏好)–只有 Qwen3.8 Max 有 Arena 评分(类别得分 68)无法比较
成本最低Qwen3.8 Max每百万 token 混合价格 $3.00 比 $4.81;智能体编程会话 $0.144 比 $0.161–
首次回答最快均可首个回答 token 112.5 秒(GPT-5.2 (xhigh))比 119.6 秒(Qwen3.8 Max (max))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • GPT-5.2 (xhigh) 与 Qwen3.8 Max (max) 的质量不相上下(59.9 比 58.7,在 ±5.2 的误差范围内)。
  • GPT-5.2 (xhigh) 在编程、长上下文、推理方面更强。
  • Qwen3.8 Max (max) 在智能体与工具、知识、数学方面更强。
  • Qwen3.8 Max (max) 更便宜,对方的价格是它的 1.6 倍(每百万 token 混合价格 $3.00 比 $4.81)。

概览

规格GPT-5.2Qwen3.8 Max
提供商OpenAIAlibaba
发布日期2025年12月11日2026年8月3日
上下文窗口(token)400,0001,000,000
对比时的配置GPT-5.2 (xhigh)Qwen3.8 Max (max)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.75 / $14.00 / $0.175$2.00 / $6.00 / $0.250

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别GPT-5.2 (xhigh)Qwen3.8 Max (max)领先者
推理60.451.5GPT-5.2
编程63.061.6GPT-5.2
智能体与工具53.858.5Qwen3.8 Max
数学56.565.2Qwen3.8 Max
知识56.158.0Qwen3.8 Max
指令遵循73.7–无法比较
人类偏好–67.5无法比较
多模态–65.7无法比较
长上下文66.064.8GPT-5.2
综合–45.0无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识长上下文GPT-5.2, 推理: 60.4GPT-5.2, 编程: 63.0GPT-5.2, 智能体与工具: 53.8GPT-5.2, 数学: 56.5GPT-5.2, 知识: 56.1GPT-5.2, 长上下文: 66.0Qwen3.8 Max, 推理: 51.5Qwen3.8 Max, 编程: 61.6Qwen3.8 Max, 智能体与工具: 58.5Qwen3.8 Max, 数学: 65.2Qwen3.8 Max, 知识: 58.0Qwen3.8 Max, 长上下文: 64.8

未绘制(测得的模型少于两个):指令遵循, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 20 项基准测试中,GPT-5.2 领先 5 项,Qwen3.8 Max 领先 15 项。所有同时评测两者的综合评分都认为 Qwen3.8 Max 更强。

综合 IndexGPT-5.2 (xhigh)Qwen3.8 Max (max)领先者
BenchLeader Index59.958.7不相上下
Arena Text1437†1484Qwen3.8 Max

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标GPT-5.2 (xhigh)Qwen3.8 Max (max)
每百万 token 混合价格$4.81$3.00
每百万 token 输入 / 输出$1.75 / $14.00$2.00 / $6.00
每百万 token 缓存输入$0.175$0.250
每项任务价格:聊天回复$0.0049$0.0026
每项任务价格:总结一份 30 页的报告$0.029$0.028
每项任务价格:代码编辑$0.032$0.021
每项任务价格:智能体编程会话$0.161$0.144
每项任务价格:结构化信息提取$0.0063$0.0052
智能体编程会话(输入大多命中缓存)$0.090$0.065
每项基准测试任务成本(AA Index)–$10.02
每项任务输出 token(AA Index)–171k
其中推理部分–120k
每项任务耗时(AA Index)–48 min
输出速度76 tok/s59 tok/s
首次回答时间112.5 秒119.6 秒
完整回答耗时(最近一次测量 2026年11月13日)154.4 秒294.1 秒

每个模型都按其排名最高的推理强度设置进行对比。GPT-5.2 (xhigh) 得分 59.9,首个回答 token 需 112 秒;GPT-5.2 为 56.7(2 秒),GPT-5.2 (medium) 为 56.2(7 秒)。Qwen3.8 Max (max) 得分 58.7,首个回答 token 需 120 秒;Qwen3.8 Max (xhigh) 为 56.6(3 秒)。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 188 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方GPT-5.2 (xhigh)Qwen3.8 Max (max)
BenchLeader IndexBenchLeader59.958.7
智能体与工具得分BenchLeader53.858.5
编程得分BenchLeader63.061.6
指令遵循得分BenchLeader73.7–
知识得分BenchLeader56.158.0
长上下文得分BenchLeader66.064.8
数学得分BenchLeader56.565.2
推理得分BenchLeader60.451.5
综合得分BenchLeader–45.0
人类偏好得分BenchLeader–67.5
多模态得分BenchLeader–65.7
混合价格(美元/百万 token)BenchLeader$4.81$3.00
输出速度BenchLeader76 tok/s59 tok/s
首次回答时间BenchLeader112.5 秒119.6 秒
上下文窗口BenchLeader400,000 token1,000,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub91.4%92.7%†
Humanity's Last ExamScale AI / CAIS27.8%†–
SimpleBenchSimpleBench45.8%†–
Arena Hard PromptsArena (LMArena)1497†1507
LiveBench 2.0 ReasoningLiveBench–88.2%
LiveBench 1.0 ReasoningLiveBench83.2%†88.2%
GPQA Diamond (AA)Artificial Analysis90.3%92.8%
Humanity's Last Exam (AA)Artificial Analysis37.7%43.1%
HLE-Diamond (AA)Artificial Analysis–24.0%
GPQA Diamond (Vals)Vals AI91.7%93.7%
Kagi LLM BenchmarkKagi LLM Benchmark73.3%†–
ARC-AGI-1ARC Prize86.2%–
ARC-AGI-2ARC Prize52.9%–
CritPtArtificial Analysis11.6%20.0%
CritPt v2 hard subset (AA)Artificial Analysis–29.5%
MysteryMechanismVals AI–23.9%
SciPredictScale AI SEAL20.6%†–
Arena ExpertArena (LMArena)1491†1514
Chess PuzzlesEpoch AI Benchmarking Hub48.0%46.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub22.0%†38.0%†
CL-benchEpoch AI Benchmarking Hub18.2%†–
LMCAEpoch AI Benchmarking Hub43.9%46.2%†
DTBenchEpoch AI Benchmarking Hub90.9%92.0%†
ForecastBenchForecastBench63.8%†–
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub73.8%†–
显示全部 188 项基准测试
指标发布方GPT-5.2 (xhigh)Qwen3.8 Max (max)
编程
SciCodeSciCode–53.2%
WeirdMLWeirdML72.2%–
GSO-BenchGSO-Bench27.4%†–
Arena CodingArena (LMArena)1515†1523
Arena WebDevArena (LMArena)1421†1676
LiveBench 2.0 CodingLiveBench–60.9%
LiveBench 1.0 CodingLiveBench76.1%†72.9%
LiveCodeBenchVals AI85.4%87.8%
IOIVals AI–68.9%
SWE-bench (Vals)Vals AI75.8%85.6%
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%†–
Code MigrationVals AI–24.0%
ProgramBenchVals AI–0.0%
SWE-bench MultimodalVals AI–42.5%
Vibe Code Bench 1-100Vals AI–12.8%
Vibe Code Bench v1.1Vals AI53.5%64.7%
SWE-Bench Pro (private)Scale AI SEAL23.8%†–
SWE Atlas v1.1Scale AI SEAL–64.4%
SWE Atlas v1.1: Codebase QnAScale AI SEAL–81.5%
SWE Atlas v1.1: Test WritingScale AI SEAL–58.9%
SWE Atlas v1.1: RefactoringScale AI SEAL–52.9%
MirrorCodeEpoch AI Benchmarking Hub32.2%52.2%†
DeepSWE v1.1Epoch AI Benchmarking Hub–57.5%†
ALE-BenchEpoch AI Benchmarking Hub1249.8†1679.1†
AlgoTuneAlgoTune2.0†–
FrontierSWEEpoch AI Benchmarking Hub–17.8%†
WeirdML v3WeirdML5.0%–
Terminal-Bench 4.0 (AA)Artificial Analysis–38.9%
Terminal-Bench 2.1 (AA)Artificial Analysis–88.8%
Startrise FrontendStartrise–71.3%
GameBench 2 OverallDuelLab GameBench 2–54.2†
GameBench 2 by reasoning settingDuelLab GameBench 2–69.6†
Design Arena WebsiteDesign Arena11861269
FrontierCode 1.1 (AA)Artificial Analysis–43.2%
FrontierCode 2.0 (AA)Artificial Analysis–23.4%
LiveCodeBench (AA)Artificial Analysis88.9%–
智能体与工具
Terminal-BenchTerminal-Bench64.9%†27.0%
GDPvalOpenAI49.7%†–
Remote Labor IndexScale AI / CAIS2.1%†–
APEX-AgentsMercor–63.3%
Arena AgentArena (LMArena)–0.1
LiveBench Long AgenticLiveBench–26.6%
LiveBench BrowserLiveBench–49.4%
LiveBench Agentic CodingLiveBench50.3%†64.7%
Terminal-Bench HardArtificial Analysis47.0%–
τ²-Bench Telecom (AA)Artificial Analysis84.8%–
Terminal-Bench 2.1 (Vals)Vals AI–67.4%
MCP AtlasScale AI SEAL67.6%–
BFCL OverallBerkeley Function Calling Leaderboard55.9%†–
τ²-benchτ²-bench84.8%†–
τ³-bench Bankingτ²-bench32.2%†55.1%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–58.3%
GDPval-AA v2.1Artificial Analysis–1674
τ³-Banking (AA)Artificial Analysis11.1%†51.3%
ITBench SRE (AA)Artificial Analysis–40.3%
Analyst Agent (AA)Artificial Analysis–45.0%
APEX-Agents (AA)Artificial Analysis–42.4%
CyberBenchVals AI–28.6%
Finance Agent v2Vals AI–50.6%
Harvey's Legal Agent Benchmark v1Vals AI–10.4%
Legal Research BenchVals AI–47.6%
Poker AgentVals AI1131.8%†–
SkillsBenchVals AI–42.0%
Tax Agent BenchVals AI–32.1%
Terminal-Bench 2.0 (Vals)Vals AI51.7%†–
Terminal-Bench 4.0 (Vals)Vals AI–34.3%
Terminal-Bench ScienceVals AI–12.9%
Arena SearchArena (LMArena)1161†1227
Arena Agent Task CompletionArena (LMArena)–4.5
DeepResearch BenchDeepResearch Bench41.1%†–
METR Time HorizonsMETR75.3%†–
Vending-Bench 2Andon Labs3591.3†–
AutomationBenchArtificial Analysis–56.2%
GDP.pdf (AA)Artificial Analysis–22.8%
EnterpriseOps-GymArtificial Analysis–47.6%
AA-Briefcase v1.1Artificial Analysis–1604
GDPxGDPx by SemiAnalysis–3.5%
Design Arena AgenticDesign Arena1065†1264
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–11.9%
MKA (AA)Artificial Analysis–37.4%
FACTS SearchGoogle–85.0%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub67.4%74.7%†
FrontierMath Tier 4Epoch AI Benchmarking Hub31.7%46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub96.1%100.0%†
ProofBenchVals AI15.0%58.0%
LiveBench MathematicsLiveBench93.2%†91.3%
AIME (Vals)Vals AI96.9%–
MGSMVals AI94.0%–
AIME 2026MathArena98.3%†–
HMMT February 2026MathArena97.0%†–
MathArena ApexMathArena13.5%†–
Arena MathsArena (LMArena)1453†1505
AIME 2025 (AA)Artificial Analysis99.0%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub37.1%47.3%†
LiveBench 2.0 Data AnalysisLiveBench–78.4%
LiveBench ResearchLiveBench–72.8%
LiveBench 1.0 Data AnalysisLiveBench78.2%†78.4%
AA-Omniscience v1.1Artificial Analysis–10.5
MMLU-ProVals AI86.2%88.6%
LegalBenchVals AI82.8%83.6%
CorpFinVals AI65.9%65.8%
TaxEvalVals AI75.8%75.5%
MedQAVals AI94.1%–
MultiNRCScale AI SEAL42.2%†–
CaseLaw v2Vals AI66.0%–
Excel Modeling BenchmarkVals AI–60.1%
Excel Modeling Benchmark v1.1Vals AI–66.0%
MedCodeVals AI49.8%40.7%
MedScribeVals AI84.4%85.0%
Public Benefits Bench v1.1Vals AI–67.1%
Access to Justice BenchmarkVals AI–76.4%
Financial Coaching BenchVals AI–75.6%
Immigration BenchVals AI–70.1%
DrugDiscoveryBenchScale AI SEAL29.3%–
EBR-benchEpoch AI Benchmarking Hub23.0%–
GDP.pdfEpoch AI Benchmarking Hub–23.2%†
AA-Omniscience v1.1: accuracyArtificial Analysis–29.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–72.9%
Global-MMLU-Lite (AA)Artificial Analysis89.8%†–
FACTS ParametricGoogle–30.8%
指令遵循
LiveBench LanguageLiveBench79.8%†79.7%
LiveBench Instruction FollowingLiveBench61.8%†74.1%
IFBenchArtificial Analysis75.4%–
TutorBenchScale AI SEAL53.5%†–
Arena Instruction FollowingArena (LMArena)1457†1478
人类偏好
Arena TextArena (LMArena)1476†1484
EQ-Bench Creative Writing v3EQ-Bench1703†–
Arena Creative WritingArena (LMArena)1432†1472
Arena Multi-turnArena (LMArena)1495†1495
Arena Longer QueriesArena (LMArena)1472†1496
多模态
Arena VisionArena (LMArena)1268†1312
LiveBench DesignLiveBench–76.6%
MMMU-ProArtificial Analysis74.6%†82.8%
VISTAScale AI SEAL46.6%†–
MMMU-Pro (Vals)Vals AI86.7%88.0%
MortgageTaxVals AI67.1%64.0%
SAGEVals AI–81.8%
Humanity's Sixth SenseScale AI SEAL–33.0%
VPCTEpoch AI Benchmarking Hub84.0%–
Furniture AssemblyEpoch AI Benchmarking Hub38.3%20.0%†
VIALS-AAHandshake AI–31.7%
Code2Video-AAArtificial Analysis–1021
AA-3DArtificial Analysis–954
FACTS MultimodalGoogle–51.5%
长上下文
AA-LCR v1.1Artificial Analysis82.7%80.3%
Arena DocumentArena (LMArena)1425†–
MLCRArtificial Analysis–26.1%
FACTS GroundingGoogle–73.8%
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub154.5†157.6
LiveBench 2.0LiveBench–60.9%
LiveBench 1.0LiveBench74.6%†78.5%
AA Intelligence Index v5.0.1Artificial Analysis–33.6
AA Intelligence Index v4.3.2Artificial Analysis30.445.4
AA Progress Index v1Artificial Analysis295.5323.7
Vals RSI IndexVals AI15.8%21.8%
Vals Multimodal IndexVals AI–65.4%
安全与诚实
FORTRESSScale AI SEAL17.5%†–
MASKScale AI SEAL86.7%†–
PropensityBenchScale AI SEAL34.4%†–
DistressBenchScale AI SEAL–77.6%

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

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.

变化

  • Qwen3.8 Max (max):1 项分数修订。
  • GPT-5.2 (xhigh):1 项新结果(AIME 2025 (AA))。
  • Qwen3.8 Max (max):1 项分数修订。
  • GPT-5.2 (xhigh):1 项新结果(MirrorCode)。
  • Qwen3.8 Max (max):6 项分数修订。
  • Qwen3.8 Max (max):1 项分数修订。
  • Qwen3.8 Max (max):1 项新结果(FACTS Search);1 项分数修订。
  • Qwen3.8 Max (max):1 项分数修订;价格 $0.22/M → $0.25/M。
  • Qwen3.8 Max (max):价格 $0.25/M → $0.22/M。
  • Qwen3.8 Max (max):1 项分数修订;价格 $0.22/M → $0.25/M。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GPT-5.2 vs Qwen3.8 Max:常见问题

GPT-5.2 比 Qwen3.8 Max 更好吗?
GPT-5.2 (xhigh) 与 Qwen3.8 Max (max) 的质量不相上下(59.9 比 58.7,在 ±5.2 的误差范围内)。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,两者差距在误差范围内,请结合你的用途查看各类别得分。
GPT-5.2 和 Qwen3.8 Max 哪个更便宜?价格会变吗?
目前 Qwen3.8 Max 更便宜:每百万 token $3.00 比 $4.81(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 GPT-5.2 还是 Qwen3.8 Max 更好?
GPT-5.2 在编程方面得分更高(类别得分 63 比 62,50 为平均水平)。在两者共同的最主要编程基准测试 LiveCodeBench 上,GPT-5.2 为 85.4%,Qwen3.8 Max 为 87.8%。
GPT-5.2 和 Qwen3.8 Max 哪个更快?
GPT-5.2 输出更快(输出 76 比 59 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GPT-5.2 还是 Qwen3.8 Max 更好?
Qwen3.8 Max 在智能体任务方面得分更高(类别得分 59 比 54,50 为平均水平)。
更多问题(4)
处理长文档哪个更好?
GPT-5.2 在长上下文基准测试上得分更高(66 比 65)。Qwen3.8 Max 支持更长的上下文:1,000,000 token,GPT-5.2 为 400,000 token。
哪个延迟更低?
GPT-5.2 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 112.5 秒比 119.6 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 GPT-5.2 和 Qwen3.8 Max 的看法一致吗?
在两者都有结果的 20 项基准测试中,GPT-5.2 领先 5 项,Qwen3.8 Max 领先 15 项。所有同时评测两者的综合评分都认为 Qwen3.8 Max 更强。
Qwen3.8 Max 是什么时候发布的?
Qwen3.8 Max 于 2026年8月3日 发布。