通义千问 vs ChatGPT：公开评测分数对照

通义千问 vs ChatGPT：差异集中在哪

公开评测快照里的差异

• 真实代码修复（SWE-bench Verified）：在 2026-10-09 抓取的公开快照里，这一对只有一项共同测试：SWE-bench Verified。代表 Qwen 的提交修好 40.6%。被标成 ChatGPT 的最高分 74.6% 来自 JoyCode + Claude 4 Sonnet + GPT-4.1 混用组合。两边都是智能体组合成绩，且 Qwen 侧并非最新一代模型——单凭这一项不足以下整体结论。

产品与使用条件的差异

• 访问与登录：通义千问官网（tongyi.aliyun.com / chat.qwen.ai）面向中国大陆用户可直接访问、手机号即可登录；ChatGPT 官网需要非中国大陆地区的访问条件与相应账号。日常「打开就能用」这一点差异明显。
• 产品定位：通义千问由阿里巴巴开发，与阿里云办公生态结合紧密，Qwen 系列还开放了模型权重，便于自部署；ChatGPT 的英文任务覆盖与插件、工具链更成熟。两边主场几乎不重叠，选型先看你每天的任务清单。
• 价格与套餐：两边定价结构不同且经常调整，本页不引用具体数字。请在通义千问官网与 OpenAI 定价页（见下方官方来源）核对当前套餐、免费额度与支付方式。

建议的同题实测任务

1. 中文长文摘要：贴一篇 3000 字以上的文章，要求先给要点清单再给 200 字摘要，核对谁更少漏掉关键信息
2. 真实代码任务：用你手头没修完的报错，同时发给两边并限定回答格式，核对谁的修复能直接跑通
3. 多轮追问一致性：围绕同一需求连续追问 5 轮，观察谁更早忘记前轮给出的前提

怎么选：按你的任务落位

• 选通义千问，如果：你的任务是中文文档、办公协作与需要在阿里云生态内落地，或你有自部署 Qwen 权重计划。大陆直连与手机号登录也降低了日常使用成本。
• 选 ChatGPT，如果：你需要的是英文任务覆盖、成熟插件生态与更广的第三方工具接入。
• 不要只看这一个指标：本对的共同公开证据只有一项，且 Qwen 侧来自特定智能体组合、并非其最新模型。这一页不能用来判断「谁整体更强」。

快照证据的抓取时间与原始来源见下方评测表。实测任务请在你自己的账号上运行；本页提供证据与任务设计，不代你下结论。

公开评测怎么说

下面只展示这些模型共同出现在同一公开评测类别里的结果。不同来源的分数不能相加，也不能据此宣布谁全面更好。

查看按场景整理的全部公开评测数据

产品入口

亲自试用时可核对的事项

• 对你的真实任务，答案是否准确、完整，以及还需要多少人工修改。
• 当前套餐的配额、价格与地区可用性是否满足长期使用。
• 隐私条款、登录方式与团队协作是否符合你的工作要求。

更多有公开证据的模型对比

• ChatGPT vs DeepSeek
• ChatGPT vs Claude
• ChatGPT vs Gemini
• DeepSeek vs Claude
• DeepSeek vs Gemini
• Claude vs Gemini
• 用同一提示词对比多个模型（对比主页）

官方来源与核验时间

下列链接是本页产品身份与套餐信息的官方来源，最后核验于 2026-09-28。价格、可用模型、配额与地区限制可能变化，请在购买或部署前以官网为准。

• Qwen (通义千问) official site - 2026-09-28
• OpenAI ChatGPT plans and pricing - 2026-09-28

常见问题