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: Qwen3.7 Max

Zusammenfassung

GPT-5.5 vs Qwen3.7 Max Benchmark-Vergleich: GPT-5.5 führt beim Durchschnittsscore mit 9.3 vs 6.9. Qwen3.7 Max hat die niedrigeren Benchmark-Kosten mit $0.054 vs $0.907. Qwen3.7 Max ist schneller mit 1.30s vs 9.76s, mit Erfolgsraten von 85.7% vs 66.7%.

Empfohlenes Modell: Qwen3.7 Max - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (6.9), niedrigere Kosten als GPT-5.5 und ausgewogene Antwortzeit.

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

Metrik GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24 Qwen3.7 Max Qwen3.7 Max none Veröffentlichung: 2026-05-22
Punktzahl 9.3 6.9
Rang #4 #68
Zuverlässigkeit 10.0 10.0
Konsistenz 10.0 10.0
Korrekte Tests
Erfolgsquote pro Versuch 85.7% 66.7%
Instabile Tests 0 0
Gesamtläufe 63 63
Kosten pro Ergebnis 5.035 0.744
Gesamtkosten $0.907 $0.054
Eingabepreis $5.000 / 1M $1.250 / 1M
Ausgabepreis $30.000 / 1M $3.750 / 1M
Gesamte Eingabe-Token 34,209 37,107
Ausgabe-Token 2,046 1,994
Denk-Token 22,460 0
Antwortzeit (Durchschnitt) 9.76s 1.30s
Antwortzeit (Maximum) 56.19s 3.92s
Antwortzeit (Gesamt) 204.92s 27.21s

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

#68 Qwen3.7 Max

none
Kosten
$0.046
Zeit
195.0s
Token
12,171 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
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 696 242 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
Qwen3.7 Max 5.5 10.0 33.3% 0 1.35s 7,911 582 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
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 9,549 171 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 7,794 243 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
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 789 15 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 522 120 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
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 711 72 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 714 314 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
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 8,211 222 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
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 210 13 0

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.5 FlashminimalvsQwen3.7 MaxnoneGPT-5.5lowvsQwen3.7 MaxmediumRing-2.6-1TmediumvsQwen3.7 MaxnoneClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowQwen3.7 MaxnonevsMiMo-V2.5mediumKimi K2.7 CodemediumvsQwen3.7 Maxnonegpt-oss-120bmediumKostenlos verfügbarvsQwen3.7 MaxnoneGPT-5 NanomediumvsQwen3.7 MaxnoneGemini 3.5 FlashmediumvsGPT-5.5lowQwen3.7 MaxnonevsGLM 5.1mediumQwen3.7 MaxnonevsStep 3.7 Flashhigh