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

GPT-5.5 (low) führt beim Durchschnittsscore mit 9.3 vs 7.2. Qwen3.7 Plus hat die niedrigeren Benchmark-Kosten mit $0.106 vs $1.253. GPT-5.5 (low) ist schneller mit 10.13s vs 12.09s, mit Erfolgsraten von 86.4% vs 50.0%.

Empfohlenes ModellGPT-5.5 (low)Es hat die stärkste Punktzahl in diesem Vergleich (9.3) und die beste Gesamtbalance aus Kosten und Antwortzeit über alle 2 Modelle.

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 none Veröffentlichung: 2026-06-03

Metrik	GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus none Veröffentlichung: 2026-06-03
Punktzahl	9.3	7.2
Rang	#6	#70
Zuverlässigkeit	10.0	10.0
Konsistenz	10.0	10.0
Korrekte Tests
Erfolgsquote pro Versuch	86.4%	50.0%
Instabile Tests	0	0
Gesamtläufe	66	66
Kosten pro Ergebnis	6.594	1.014
Gesamtkosten	$1.253	$0.106
Eingabepreis	$5.000 / 1M	$0.320 / 1M
Ausgabepreis	$30.000 / 1M	$1.280 / 1M
Gesamte Eingabe-Token	80,058	98,824
Ausgabe-Token	5,378	58,097
Denk-Token	23,040	0
Antwortzeit (Durchschnitt)	10.13s	12.09s
Antwortzeit (Maximum)	56.19s	206.03s
Antwortzeit (Gesamt)	222.82s	265.89s

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

#70 Qwen3.7 Plus

none

Kosten: $0.019
Zeit: 213.5s
Token: 11,960 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	6.5	10.0	50.0%	0		1.38s	696	349	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 Plus	5.5	10.0	33.3%	0		2.15s	7,911	639	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		13.73s	56,868	3,635	1,297
Qwen3.7 Plus	10.0	10.0	100.0%	0		117.70s	71,266	56,024	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 Plus	10.0	10.0	100.0%	0		1.43s	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 Plus	3.0	10.0	0.0%	0		868ms	789	18	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 Plus	5.3	10.0	0.0%	0		1.33s	522	78	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 Plus	6.3	10.0	50.0%	0		929ms	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 Plus	7.7	10.0	66.7%	0		1.71s	714	443	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 Plus	10.0	10.0	100.0%	0		3.54s	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 Plus	3.0	10.0	0.0%	0		1.21s	210	9	0

Schnellvergleich

Vergleichspaar wechseln

Qwen3.7 PlusnonevsGrok 4.3medium Qwen3.7 PlusnonevsGLM 5.1medium Qwen3.7 PlusnonevsGrok 4.20medium KAT-Coder-Pro V2.5highvsQwen3.7 Plusnone Kimi K2.6mediumvsQwen3.7 Plusnone Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Qwen3.7 PlusnonevsStep 3.7 Flashlow Gemini 3.1 Flash LitemediumvsQwen3.7 Plusnone DeepSeek V3.2mediumvsQwen3.7 Plusnone Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Plusnone Kimi K2.5mediumvsQwen3.7 Plusnone Mercury 2mediumvsQwen3.7 Plusnone