Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.5-9B

Zusammenfassung

GPT-5.5 vs Qwen3.5-9B Benchmark-Vergleich: GPT-5.5 führt beim Durchschnittsscore mit 9.3 vs 5.1. Qwen3.5-9B hat die niedrigeren Benchmark-Kosten mit $0.006 vs $0.907. Qwen3.5-9B ist schneller mit 1.89s vs 9.76s, mit Erfolgsraten von 85.7% vs 20.6%.

Empfohlenes Modell: GPT-5.5 - Es hat die stärkste Punktzahl in diesem Vergleich (9.3) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-18

Metrik GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24 Qwen3.5-9B Qwen3.5-9B none Veröffentlichung: 2026-03-02
Punktzahl 9.3 5.1
Rang #4 #135
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 9.7
Korrekte Tests
Erfolgsquote pro Versuch 85.7% 20.6%
Instabile Tests 0 1
Gesamtläufe 63 63
Kosten pro Ergebnis 5.035 0.123
Gesamtkosten $0.907 $0.006
Eingabepreis $5.000 / 1M $0.100 / 1M
Ausgabepreis $30.000 / 1M $0.150 / 1M
Gesamte Eingabe-Token 34,209 48,041
Ausgabe-Token 2,046 3,952
Denk-Token 22,460 0
Antwortzeit (Durchschnitt) 9.76s 1.89s
Antwortzeit (Maximum) 56.19s 6.03s
Antwortzeit (Gesamt) 204.92s 39.68s

Generierungs-Showcase

Hamster playing table tennis

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

#4 GPT-5.5

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

#135 Qwen3.5-9B

none
Ungültiges SVG
Kosten
$0.000
Zeit
300.0s
Token
0 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
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 0
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
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
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
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 20,397 1,255 0
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
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 7,788 249 0
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
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 789 24 0
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
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 522 99 0
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
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 711 75 0
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
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 0
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
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 8,301 273 0
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
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0

Schnellvergleich

Vergleichspaar wechseln

Mistral Small 4mediumvsQwen3.5-9BnoneGPT-5.5lowvsQwen3.7 MaxmediumMiniMax M2.7mediumvsQwen3.5-9BnoneClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowCobuddymediumvsQwen3.5-9BnoneGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowMiniMax M2.5mediumvsQwen3.5-9BnoneGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5low