Navigation
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-5.3 Chat vs Qwen: Qwen3.5-27B

Zusammenfassung

GPT-5.3 Chat vs Qwen3.5-27B Benchmark-Vergleich: Qwen3.5-27B führt beim Durchschnittsscore mit 7.9 vs 7.5. GPT-5.3 Chat hat die niedrigeren Benchmark-Kosten mit $0.433 vs $0.536. GPT-5.3 Chat ist schneller mit 6.34s vs 68.39s, mit Erfolgsraten von 66.7% vs 73.0%.

Empfohlenes Modell: GPT-5.3 Chat - Die Punktzahl bleibt nah an der besten hier (7.5 vs 7.9) und es antwortet etwa 10.8x schneller als Qwen3.5-27B.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-17

Metrik GPT-5.3 Chat GPT-5.3 Chat none Veröffentlichung: 2026-03-03 Qwen3.5-27B Qwen3.5-27B medium Veröffentlichung: 2026-02-24
Punktzahl 7.5 7.9
Rang #45 #29
Zuverlässigkeit 10.0 10.0
Konsistenz 8.1 8.5
Korrekte Tests
Erfolgsquote pro Versuch 66.7% 73.0%
Instabile Tests 5 4
Gesamtläufe 63 63
Kosten pro Ergebnis 3.605 4.901
Gesamtkosten $0.433 $0.536
Eingabepreis $1.750 / 1M $0.195 / 1M
Ausgabepreis $14.000 / 1M $1.560 / 1M
Gesamte Eingabe-Token 34,209 42,164
Ausgabe-Token 26,617 8,534
Denk-Token 0 329,289
Antwortzeit (Durchschnitt) 6.34s 68.39s
Antwortzeit (Maximum) 18.33s 234.36s
Antwortzeit (Gesamt) 133.13s 1436.24s

Generation showcase

Hamster playing table tennis

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

#45 GPT-5.3 Chat

none
Cost
$0.008
Time
8.1s
Tokens
634 tok

#29 Qwen3.5-27B

medium
Cost
$0.008
Time
62.0s
Tokens
3,099 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3 Chat 6.7 8.1 58.3% 1 3.86s 606 3,167 0
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3 Chat 5.6 4.7 55.6% 2 10.52s 7,302 6,632 0
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3 Chat 10.0 10.0 100.0% 0 11.96s 11,019 2,614 0
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.21s 7,140 942 0
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3 Chat 3.5 4.4 33.3% 2 13.01s 723 8,264 0
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3 Chat 4.6 10.0 0.0% 0 1.99s 477 319 0
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3 Chat 9.8 10.0 100.0% 0 3.51s 660 1,491 0
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3 Chat 10.0 10.0 100.0% 0 2.99s 642 1,758 0
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3 Chat 10.0 10.0 100.0% 0 8.36s 5,445 861 0
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.3 Chat 3.0 10.0 0.0% 0 4.38s 195 569 0
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683

Schnellvergleich

Vergleichspaar wechseln

Mercury 2mediumvsGPT-5.3 ChatnoneKimi K2.5mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumDeepSeek V3.2mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok Build 0.1mediumDeepSeek V4 ProhighvsGPT-5.3 ChatnoneSeed-2.0-MinimediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2.5-PromediumMiniMax M3mediumvsGPT-5.3 ChatnoneGemini 3 Flash PreviewlowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsGrok 4.20mediumGPT-5.3 ChatnonevsStep 3.7 Flashlow