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: Qwen3.6 35B A3B

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-19

Metrik GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24 Qwen3.6 35B A3B Qwen3.6 35B A3B medium Veröffentlichung: 2026-04-20
Punktzahl 8.9 8.0
Rang #10 #26
Zuverlässigkeit 10.0 9.8
Konsistenz 10.0 9.1
Korrekte Tests
Erfolgsquote pro Versuch 84.2% 74.5%
Instabile Tests 0 2
Gesamtläufe 57 57
Kosten pro Ergebnis 4.412 0.959
Gesamtkosten $0.706 $0.116
Eingabepreis $5.000 / 1M $0.150 / 1M
Ausgabepreis $30.000 / 1M $1.000 / 1M
Ausgabe-Token 2,008 15,018
Denk-Token 16,914 108,331
Antwortzeit (Durchschnitt) 8.80s 13.22s
Antwortzeit (Maximum) 56.19s 45.02s
Antwortzeit (Gesamt) 167.26s 224.66s

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) Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 4.43s 246 1,011
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 6.02s 1,154 12,385
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 7.79s 369 936
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 32.58s 3,294 15,116
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 9.56s 303 717
Qwen3.6 35B A3B 0.0 0.0 0.0% 0 0ms 0 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 3.28s 228 157
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 12.99s 2,591 9,968
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.5 5.3 10.0 33.3% 0 27.57s 69 11,731
Qwen3.6 35B A3B 5.3 7.2 44.4% 1 22.50s 6,193 39,116
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 7.14s 146 170
Qwen3.6 35B A3B 4.4 9.9 0.0% 0 8.66s 129 4,569
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.5 9.9 10.0 100.0% 0 2.98s 93 356
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 7.50s 219 7,404
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 4.94s 274 895
Qwen3.6 35B A3B 7.9 7.5 77.8% 1 5.98s 676 9,447
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.5 10.0 10.0 100.0% 0 4.96s 250 101
Qwen3.6 35B A3B 0.0 0.0 0.0% 0 0ms 0 0
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
GPT-5.5 3.0 10.0 0.0% 0 10.06s 30 840
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 32.90s 762 10,326

Schnellvergleich

Vergleichspaar wechseln

Claude Opus 4.7mediumvsGPT-5.5lowGemini 3.5 FlashminimalvsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3BmediumGemini 3.5 FlashnonevsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 35B A3BmediumGemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.2 ChatnonevsQwen3.6 35B A3BmediumGemini 3.1 Flash LitelowvsQwen3.6 35B A3BmediumGPT-5.3 ChatnonevsQwen3.6 35B A3BmediumGemini 3 PRO PreviewmediumvsGPT-5.5low