AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.5-35B-A3B

Zusammenfassung

GPT-5.5 (low) vs Qwen3.5-35B-A3B (medium) Benchmark-Vergleich: GPT-5.5 (low) führt beim Durchschnittsscore mit 9.3 vs 6.3. Qwen3.5-35B-A3B (medium) hat die niedrigeren Benchmark-Kosten mit $0.401 vs $0.907. GPT-5.5 (low) ist schneller mit 9.76s vs 72.57s, mit Erfolgsraten von 85.7% vs 69.8%.

Empfohlenes Modell: GPT-5.5 (low) - Es hat hier die beste Punktzahl (9.3) und antwortet etwa 7.4x schneller als Qwen3.5-35B-A3B (medium).

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

Metrik	GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Veröffentlichung: 2026-02-24

Metrik	GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Veröffentlichung: 2026-02-24
Punktzahl	9.3	6.3
Rang	#7	#104
Zuverlässigkeit	10.0	10.0
Konsistenz	10.0	7.5
Korrekte Tests
Erfolgsquote pro Versuch	85.7%	69.8%
Instabile Tests	0	6
Gesamtläufe	63	63
Kosten pro Ergebnis	5.035	5.162
Gesamtkosten	$0.907	$0.401
Eingabepreis	$5.000 / 1M	$0.140 / 1M
Ausgabepreis	$30.000 / 1M	$1.000 / 1M
Gesamte Eingabe-Token	34,209	42,196
Ausgabe-Token	2,046	40,630
Denk-Token	22,460	353,577
Antwortzeit (Durchschnitt)	9.76s	72.57s
Antwortzeit (Maximum)	56.19s	409.98s
Antwortzeit (Gesamt)	204.92s	1524.04s

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

#104 Qwen3.5-35B-A3B

medium

Kosten: $0.009
Zeit: 71.4s
Token: 8,631 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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

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
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

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
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

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
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

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
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

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
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

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
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

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
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

Schnellvergleich

Vergleichspaar wechseln