নেভিগেশন
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.5-Flash

সারাংশ

GPT-5.5 average score-এ এগিয়ে: 6.3 vs 6.1. Qwen3.5-Flash-এর benchmark খরচ কম: $0.005 vs $0.231. GPT-5.5 দ্রুত: 1.89s vs 3.58s, pass rates 54.0% vs 39.7%.

প্রস্তাবিত মডেলQwen3.5-FlashIts score stays close to the best score here (6.1 vs 6.3), while costing about 55.7x less than GPT-5.5.

AI BENCHY টেস্ট স্যুট থেকে বেঞ্চমার্ক তৈরি হয়েছে: 2026-07-14

মেট্রিক GPT-5.5 GPT-5.5 none প্রকাশ: 2026-04-24 Qwen3.5-Flash Qwen3.5-Flash none প্রকাশ: 2026-02-24
স্কোর 6.3 6.1
র‍্যাঙ্ক #109 #119
নির্ভরযোগ্যতা 10.0 10.0
ধারাবাহিকতা 8.8 9.7
সঠিক টেস্ট
প্রতি চেষ্টায় পাস রেট 54.0% 39.7%
অস্থির টেস্ট 3 1
মোট রান 63 63
প্রতি ফলাফলে খরচ 2.302 0.075
মোট খরচ $0.231 $0.005
ইনপুট মূল্য $5.000 / 1M $0.065 / 1M
আউটপুট মূল্য $30.000 / 1M $0.260 / 1M
মোট ইনপুট টোকেন 34,212 46,439
আউটপুট টোকেন 1,971 4,276
রিজনিং টোকেন 0 0
প্রতিক্রিয়া সময় (গড়) 1.89s 3.58s
প্রতিক্রিয়া সময় (সর্বোচ্চ) 5.56s 27.18s
প্রতিক্রিয়া সময় (মোট) 39.64s 75.28s

জেনারেশন শোকেস

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#109 GPT-5.5

none
খরচ
$0.090
সময়
54.3s
টোকেন
3,063 tok

#119 Qwen3.5-Flash

none
খরচ
$0.003
সময়
47.4s
টোকেন
7,799 tok

স্কোর অনুযায়ী শীর্ষ মডেল

স্কোর বনাম মোট খরচ

প্রতিক্রিয়া সময় (গড়)

স্কোর vs প্রতিক্রিয়া সময় (গড়)

মোট আউটপুট টোকেন

স্কোর vs মোট আউটপুট টোকেন

বিভাগভিত্তিক বিশ্লেষণ

কোডিং স্কোর ধারাবাহিকতা প্রতি চেষ্টায় পাস রেট অস্থির টেস্ট সঠিক টেস্ট প্রতিক্রিয়া সময় (গড়) ইনপুট টোকেন আউটপুট টোকেন রিজনিং টোকেন
GPT-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 0
Qwen3.5-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 0

দ্রুত তুলনা

তুলনার জুটি বদলান