OpenAI: GPT-5.5 vs Qwen: Qwen3.7 Plus

GPT-5.5 (low) führt beim Durchschnittsscore mit 9.3 vs 7.9. Qwen3.7 Plus (medium) hat die niedrigeren Benchmark-Kosten mit $0.267 vs $1.253. GPT-5.5 (low) ist schneller mit 10.13s vs 51.51s, mit Erfolgsraten von 86.4% vs 75.8%.

Empfohlenes ModellGPT-5.5 (low)Es hat hier die beste Punktzahl (9.3) und antwortet etwa 5.1x schneller als Qwen3.7 Plus (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-18

Metrik	GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus medium Veröffentlichung: 2026-06-03

Metrik	GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus medium Veröffentlichung: 2026-06-03
Punktzahl	9.3	7.9
Rang	#6	#36
Zuverlässigkeit	10.0	10.0
Konsistenz	10.0	8.9
Korrekte Tests
Erfolgsquote pro Versuch	86.4%	75.8%
Instabile Tests	0	3
Gesamtläufe	66	66
Kosten pro Ergebnis	6.594	2.072
Gesamtkosten	$1.253	$0.267
Eingabepreis	$5.000 / 1M	$0.320 / 1M
Ausgabepreis	$30.000 / 1M	$1.280 / 1M
Gesamte Eingabe-Token	80,058	115,233
Ausgabe-Token	5,378	6,162
Denk-Token	23,040	173,267
Antwortzeit (Durchschnitt)	10.13s	51.51s
Antwortzeit (Maximum)	56.19s	315.30s
Antwortzeit (Gesamt)	222.82s	1133.15s

Hamster playing table tennis

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

#6 GPT-5.5

low

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

#36 Qwen3.7 Plus

medium

Kosten: $0.018
Zeit: 193.2s
Token: 10,821 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

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 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

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 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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		13.73s	56,868	3,635	1,297
Qwen3.7 Plus	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645

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 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073

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 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

Schnellvergleich

Vergleichspaar wechseln

GPT-5.6 TerrahighvsQwen3.7 Plusmedium Kimi K3maxvsQwen3.7 Plusmedium Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Claude Opus 4.8lowvsQwen3.7 Plusmedium Qwen3.7 PlusmediumvsGLM 5.2high GPT-5.2 ChatnonevsQwen3.7 Plusmedium GPT-5.6 LunahighvsQwen3.7 Plusmedium Qwen3.7 PlusmediumvsInklinghigh GPT-5.5lowvsQwen3.7 Maxmedium DeepSeek V4 FlashhighvsQwen3.7 Plusmedium Gemini 3.5 FlashmediumvsGPT-5.5low Muse Spark 1.1highvsQwen3.7 Plusmedium