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: Qwen3.5-35B-A3B

Zusammenfassung

GPT-5.5 vs Qwen3.5-35B-A3B Benchmark-Vergleich: Der Durchschnittsscore ist mit 6.3 vs 6.3 praktisch gleichauf. GPT-5.5 hat die niedrigeren Benchmark-Kosten mit $0.231 vs $0.401. GPT-5.5 ist schneller mit 1.89s vs 72.57s, mit Erfolgsraten von 54.0% vs 69.8%.

Empfohlenes Modell: GPT-5.5 - Es hat hier die beste Punktzahl (6.3) und kostet etwa 1.7x weniger als Qwen3.5-35B-A3B.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-12

Metrik GPT-5.5 GPT-5.5 none Veröffentlichung: 2026-04-24 Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Veröffentlichung: 2026-02-24
Punktzahl 6.3 6.3
Rang #89 #88
Zuverlässigkeit 10.0 10.0
Konsistenz 8.8 7.5
Korrekte Tests
Erfolgsquote pro Versuch 54.0% 69.8%
Instabile Tests 3 6
Gesamtläufe 63 63
Kosten pro Ergebnis 2.302 5.162
Gesamtkosten $0.231 $0.401
Eingabepreis $5.000 / 1M $0.140 / 1M
Ausgabepreis $30.000 / 1M $1.000 / 1M
Gesamte Eingabe-Token 34,212 42,196
Ausgabe-Token 1,971 40,630
Denk-Token 0 353,577
Antwortzeit (Durchschnitt) 1.89s 72.57s
Antwortzeit (Maximum) 5.56s 409.98s
Antwortzeit (Gesamt) 39.64s 1524.04s

Generation showcase

Hamster playing table tennis

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

#89 GPT-5.5

none
Cost
$0.090
Time
54.3s
Tokens
3,063 tok

#88 Qwen3.5-35B-A3B

medium
Cost
$0.009
Time
71.4s
Tokens
8,631 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 6.9 7.9 66.7% 1 1.31s 606 213 0
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 21.13s 672 798 42,652
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 5.5 10.0 33.3% 0 1.35s 7,305 462 0
Qwen3.5-35B-A3B 5.9 9.3 33.3% 0 206.65s 4,106 23,844 111,462
Kombiniert 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 5.56s 11,019 300 0
Qwen3.5-35B-A3B 4.7 1.6 66.7% 1 75.34s 20,992 775 12,485
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 1.18s 7,140 222 0
Qwen3.5-35B-A3B 7.3 5.9 83.3% 1 59.33s 6,061 235 19,493
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 2.9 7.2 11.1% 1 1.31s 723 52 0
Qwen3.5-35B-A3B 4.1 4.4 44.5% 2 88.34s 500 41 46,368
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 3.41s 477 124 0
Qwen3.5-35B-A3B 2.8 1.6 33.3% 1 30.30s 172 20 3,753
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 6.2 5.8 66.7% 1 1.15s 660 81 0
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 24.45s 699 97 17,361
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.5 7.7 10.0 66.7% 0 1.29s 642 252 0
Qwen3.5-35B-A3B 8.2 7.2 88.9% 1 33.13s 597 3,592 26,585
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 3.90s 5,445 247 0
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 4.65s 8,193 309 1,365
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 5.01s 195 18 0
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 177.35s 204 10,919 72,053

Schnellvergleich

Vergleichspaar wechseln

DeepSeek V4 ProhighvsGPT-5.5noneDeepSeek V4 ProhighvsQwen3.5-35B-A3BmediumGemma 4 31BmediumKostenlos verfügbarvsGPT-5.5noneNemotron 3 SupermediumKostenlos verfügbarvsGPT-5.5noneDeepSeek V4 PrononevsQwen3.5-35B-A3BmediumSeed-2.0-LitenonevsQwen3.5-35B-A3BmediumGemini 2.5 FlashnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitelowvsQwen3.5-35B-A3BmediumGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash Lite PreviewnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitelowvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bmedium