Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.5-122B-A10B

Zusammenfassung

GPT-5.5 (low) vs Qwen3.5-122B-A10B (medium) Benchmark-Vergleich: GPT-5.5 (low) führt beim Durchschnittsscore mit 9.3 vs 7.7. Qwen3.5-122B-A10B (medium) hat die niedrigeren Benchmark-Kosten mit $0.588 vs $0.907. GPT-5.5 (low) ist schneller mit 9.76s vs 42.49s, mit Erfolgsraten von 85.7% vs 73.0%.

Empfohlenes Modell: GPT-5.5 (low) - Es hat hier die beste Punktzahl (9.3) und antwortet etwa 4.4x schneller als Qwen3.5-122B-A10B (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-10

Metrik GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Veröffentlichung: 2026-02-24
Punktzahl 9.3 7.7
Rang #7 #45
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 8.8
Korrekte Tests
Erfolgsquote pro Versuch 85.7% 73.0%
Instabile Tests 0 3
Gesamtläufe 63 63
Kosten pro Ergebnis 5.035 5.235
Gesamtkosten $0.907 $0.588
Eingabepreis $5.000 / 1M $0.260 / 1M
Ausgabepreis $30.000 / 1M $2.080 / 1M
Gesamte Eingabe-Token 34,209 41,832
Ausgabe-Token 2,046 26,187
Denk-Token 22,460 251,028
Antwortzeit (Durchschnitt) 9.76s 42.49s
Antwortzeit (Maximum) 56.19s 168.16s
Antwortzeit (Gesamt) 204.92s 892.30s

Generierungs-Showcase

Hamster playing table tennis

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

#7 GPT-5.5

low
Kosten
$0.068
Zeit
37.0s
Token
2,339 tok

#45 Qwen3.5-122B-A10B

medium
Kosten
$0.019
Zeit
48.7s
Token
6,034 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-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 672 269 16,835
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 14,947 483 11,337
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 7,782 270 16,558
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 771 15,537 64,889
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 344 66 7,592
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 593 77 7,372
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 696 284 27,575
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 8,193 322 1,226
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 204 822 15,066

Schnellvergleich

Vergleichspaar wechseln

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumGPT-5.5lowvsQwen3.7 MaxmediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumGemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewmediumvsGPT-5.5low