Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

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

Benchmarks aus AI BENCHY-Test-Suites generiert am: 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 8.9 8.4
Rang #8 #16
Zuverlässigkeit 10.0 9.9
Konsistenz 10.0 9.2
Korrekte Tests
Erfolgsquote pro Versuch 85.0% 80.0%
Instabile Tests 0 2
Gesamtläufe 60 60
Kosten pro Ergebnis 4.833 1.324
Gesamtkosten $0.822 $0.199
Eingabepreis $5.000 / 1M $0.400 / 1M
Ausgabepreis $30.000 / 1M $1.600 / 1M
Gesamte Eingabe-Token 31,590 38,104
Ausgabe-Token 2,025 2,107
Denk-Token 20,092 112,479
Antwortzeit (Durchschnitt) 9.43s 36.84s
Antwortzeit (Maximum) 56.19s 178.04s
Antwortzeit (Gesamt) 188.66s 736.86s

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 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 14.42s 4,683 402 4,034
Qwen3.7 Plus 6.5 5.9 66.7% 1 122.40s 3,637 396 30,301
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 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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

Claude Opus 4.7mediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.7 MaxmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumGemini 3.5 FlashnonevsQwen3.7 PlusmediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashminimalvsQwen3.7 PlusmediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashhighvsGPT-5.5lowGemini 3 Flash PreviewnonevsQwen3.7 Plusmedium