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-5.5 vs Qwen: Qwen3.5-Flash

Zusammenfassung

GPT-5.5 vs Qwen3.5-Flash Benchmark-Vergleich: GPT-5.5 führt beim Durchschnittsscore mit 9.3 vs 6.8. Qwen3.5-Flash hat die niedrigeren Benchmark-Kosten mit $0.080 vs $0.907. GPT-5.5 ist schneller mit 9.76s vs 63.29s, mit Erfolgsraten von 85.7% vs 71.4%.

Empfohlenes Modell: GPT-5.5 - Es hat hier die beste Punktzahl (9.3) und antwortet etwa 6.5x schneller als Qwen3.5-Flash.

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-Flash Qwen3.5-Flash medium Veröffentlichung: 2026-02-24
Punktzahl 9.3 6.8
Rang #4 #70
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 8.1
Korrekte Tests
Erfolgsquote pro Versuch 85.7% 71.4%
Instabile Tests 0 5
Gesamtläufe 63 63
Kosten pro Ergebnis 5.035 0.871
Gesamtkosten $0.907 $0.080
Eingabepreis $5.000 / 1M $0.065 / 1M
Ausgabepreis $30.000 / 1M $0.260 / 1M
Gesamte Eingabe-Token 34,209 38,926
Ausgabe-Token 2,046 2,088
Denk-Token 22,460 294,598
Antwortzeit (Durchschnitt) 9.76s 63.29s
Antwortzeit (Maximum) 56.19s 234.29s
Antwortzeit (Gesamt) 204.92s 1265.85s

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

#70 Qwen3.5-Flash

medium
Kosten
$0.002
Zeit
25.8s
Token
4,294 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-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
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-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
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-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
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-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
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-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
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-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
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-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
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-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
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-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
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-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumGPT-5.5lowvsQwen3.7 MaxmediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashnonevsQwen3.5-FlashmediumGemini 3.5 FlashmediumvsGPT-5.5lowQwen3.5-FlashmediumvsStep 3.7 FlashhighGemini 3 Flash PreviewmediumvsGPT-5.5lowQwen3.5-FlashmediumvsGLM 5.2noneDeepSeek V4 PrononevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-Flashmedium