AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3 Coder Next

Zusammenfassung

GPT-5.5 vs Qwen3 Coder Next Benchmark-Vergleich: GPT-5.5 führt beim Durchschnittsscore mit 9.3 vs 5.1. Qwen3 Coder Next hat die niedrigeren Benchmark-Kosten mit $0.009 vs $0.907. Qwen3 Coder Next ist schneller mit 8.62s vs 9.76s, mit Erfolgsraten von 85.7% vs 27.0%.

Empfohlenes Modell: GPT-5.5 - 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: 2026-07-02

Metrik	GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24	Qwen3 Coder Next Qwen3 Coder Next none Veröffentlichung: 2026-02-03

Metrik	GPT-5.5 GPT-5.5 low Veröffentlichung: 2026-04-24	Qwen3 Coder Next Qwen3 Coder Next none Veröffentlichung: 2026-02-03
Punktzahl	9.3	5.1
Rang	#4	#135
Zuverlässigkeit	10.0	10.0
Konsistenz	10.0	9.7
Korrekte Tests
Erfolgsquote pro Versuch	85.7%	27.0%
Instabile Tests	0	1
Gesamtläufe	63	63
Kosten pro Ergebnis	5.035	0.165
Gesamtkosten	$0.907	$0.009
Eingabepreis	$5.000 / 1M	$0.110 / 1M
Ausgabepreis	$30.000 / 1M	$0.800 / 1M
Gesamte Eingabe-Token	34,209	47,507
Ausgabe-Token	2,046	3,584
Denk-Token	22,460	0
Antwortzeit (Durchschnitt)	9.76s	8.62s
Antwortzeit (Maximum)	56.19s	45.14s
Antwortzeit (Gesamt)	204.92s	129.37s

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

#135 Qwen3 Coder Next

none

Ungültiges SVG

Kosten: $0.058
Zeit: 246.3s
Token: 64,126 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 Coder Next	3.6	10.0	0.0%	0		3.31s	645	1,321	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 Coder Next	4.6	7.9	22.2%	1		2.22s	7,442	621	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 Coder Next	3.0	10.0	0.0%	0		45.14s	20,469	317	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 Coder Next	6.5	10.0	50.0%	0		1.32s	7,758	246	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 Coder Next	5.3	10.0	33.3%	0		962ms	753	26	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 Coder Next	10.0	10.0	100.0%	0		1.34s	498	152	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 Coder Next	6.3	10.0	50.0%	0		7.78s	684	63	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 Coder Next	3.0	10.0	0.0%	0		24.34s	678	571	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 Coder Next	10.0	10.0	100.0%	0		2.47s	8,364	255	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 Coder Next	3.0	10.0	0.0%	0		601ms	216	12	0

Schnellvergleich

Vergleichspaar wechseln

Mistral Small 4mediumvsQwen3 Coder Nextnone GPT-5.5lowvsQwen3.7 Maxmedium MiniMax M2.7mediumvsQwen3 Coder Nextnone Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.5 FlashmediumvsGPT-5.5low CobuddymediumvsQwen3 Coder Nextnone Gemini 3 Flash PreviewmediumvsGPT-5.5low MiniMax M2.5mediumvsQwen3 Coder Nextnone GPT-5.5lowvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low