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 Plus

Zusammenfassung

GPT-5.5 vs Qwen3.7 Plus Benchmark-Vergleich: GPT-5.5 führt beim Durchschnittsscore mit 9.0 vs 7.2. Qwen3.7 Plus hat die niedrigeren Benchmark-Kosten mit $0.023 vs $3.679. Qwen3.7 Plus ist schneller mit 2.85s vs 37.98s, mit Erfolgsraten von 87.3% vs 47.6%.

Empfohlenes Modell: Qwen3.7 Plus - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (7.2), 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 medium Veröffentlichung: 2026-04-24 Qwen3.7 Plus Qwen3.7 Plus none Veröffentlichung: 2026-06-03
Punktzahl 9.0 7.2
Rang #9 #60
Zuverlässigkeit 10.0 10.0
Konsistenz 8.9 10.0
Korrekte Tests
Erfolgsquote pro Versuch 87.3% 47.6%
Instabile Tests 3 0
Gesamtläufe 63 63
Kosten pro Ergebnis 21.638 0.276
Gesamtkosten $3.679 $0.023
Eingabepreis $5.000 / 1M $0.320 / 1M
Ausgabepreis $30.000 / 1M $1.280 / 1M
Gesamte Eingabe-Token 34,212 42,510
Ausgabe-Token 1,985 6,578
Denk-Token 114,925 0
Antwortzeit (Durchschnitt) 37.98s 2.85s
Antwortzeit (Maximum) 332.10s 29.38s
Antwortzeit (Gesamt) 797.60s 59.86s

Generierungs-Showcase

Hamster playing table tennis

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

#9 GPT-5.5

medium
Kosten
$0.112
Zeit
71.9s
Token
3,807 tok

#60 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

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 4.66s 606 250 1,335
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 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
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 19.29s 11,019 312 2,841
Qwen3.7 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 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 4.18s 7,140 234 593
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 7.2 44.4% 1 164.14s 723 67 79,625
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 4.16s 477 138 223
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 10.0 10.0 100.0% 0 3.36s 660 93 538
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 6.76s 642 241 2,225
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 10.57s 5,445 258 832
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 2.8 1.6 33.3% 1 37.86s 195 30 1,754
Qwen3.7 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0

Schnellvergleich

Vergleichspaar wechseln

Gemma 4 26B A4BmediumKostenlos verfügbarvsQwen3.7 PlusnoneQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumKimi K2.7 CodemediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneGemini 3.5 FlashlowvsGPT-5.5mediumQwen3.7 PlusnonevsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsQwen3.7 PlusnoneDeepSeek V3.2mediumvsQwen3.7 PlusnoneGemini 3.5 FlashminimalvsQwen3.7 PlusnoneGPT-5.4 NanomediumvsQwen3.7 Plusnone