AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-35B-A3B

Zusammenfassung

GPT-5.6 Luna (low) vs Qwen3.5-35B-A3B Benchmark-Vergleich: GPT-5.6 Luna (low) führt beim Durchschnittsscore mit 6.2 vs 5.9. Qwen3.5-35B-A3B hat die niedrigeren Benchmark-Kosten mit $0.012 vs $0.141. Qwen3.5-35B-A3B ist schneller mit 3.37s vs 4.35s, mit Erfolgsraten von 57.1% vs 42.9%.

Empfohlenes Modell: Qwen3.5-35B-A3B - Die Punktzahl bleibt nah an der besten hier (5.9 vs 6.2) und es kostet etwa 12.7x weniger als GPT-5.6 Luna (low).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-09

Metrik	GPT-5.6 Luna GPT-5.6 Luna low Veröffentlichung: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Veröffentlichung: 2026-02-24

Metrik	GPT-5.6 Luna GPT-5.6 Luna low Veröffentlichung: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none Veröffentlichung: 2026-02-24
Punktzahl	6.2	5.9
Rang	#107	#119
Zuverlässigkeit	10.0	10.0
Konsistenz	8.5	8.9
Korrekte Tests
Erfolgsquote pro Versuch	57.1%	42.9%
Instabile Tests	4	3
Gesamtläufe	63	63
Kosten pro Ergebnis	1.404	0.230
Gesamtkosten	$0.141	$0.012
Eingabepreis	$1.000 / 1M	$0.140 / 1M
Ausgabepreis	$6.000 / 1M	$1.000 / 1M
Gesamte Eingabe-Token	34,218	48,194
Ausgabe-Token	2,110	4,343
Denk-Token	15,571	0
Antwortzeit (Durchschnitt)	4.35s	3.37s
Antwortzeit (Maximum)	18.06s	47.43s
Antwortzeit (Gesamt)	91.45s	70.75s

Generierungs-Showcase

Hamster playing table tennis

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

#107 GPT-5.6 Luna

low

Kosten: $0.011
Zeit: 10.2s
Token: 1,897 tok

#119 Qwen3.5-35B-A3B

none

Kosten: $0.005
Zeit: 28.4s
Token: 4,518 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-5.6 Luna	8.3	10.0	75.0%	0		2.21s	606	186	722
Qwen3.5-35B-A3B	3.4	7.9	16.7%	1		1.43s	696	574	0

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Luna	5.5	10.0	33.3%	0		4.61s	7,302	557	3,535
Qwen3.5-35B-A3B	5.5	10.0	33.3%	0		1.39s	7,808	571	0

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Luna	2.8	1.6	33.3%	1		7.99s	11,019	300	1,060
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		47.43s	20,739	1,833	0

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.14s	7,140	234	292
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		1.16s	7,794	243	0

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Luna	3.6	7.2	22.2%	1		10.05s	723	70	6,718
Qwen3.5-35B-A3B	7.7	10.0	66.7%	0		485ms	789	15	0

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Luna	5.0	10.0	0.0%	0		2.25s	477	122	169
Qwen3.5-35B-A3B	6.5	3.4	66.7%	1		1.19s	522	114	0

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Luna	8.5	6.8	83.3%	1		2.04s	660	93	259
Qwen3.5-35B-A3B	6.3	10.0	50.0%	0		809ms	711	63	0

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Luna	7.6	7.2	77.8%	1		3.59s	642	271	1,207
Qwen3.5-35B-A3B	3.7	7.4	22.2%	1		1.35s	714	655	0

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.43s	5,454	250	177
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		2.30s	8,211	264	0

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Luna	3.0	10.0	0.0%	0		4.86s	195	27	1,432
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		493ms	210	11	0

Schnellvergleich

Vergleichspaar wechseln

Seed-2.0-LitenonevsGPT-5.6 Lunalow Gemini 2.5 FlashnonevsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsGPT-5.6 Lunalow Gemini 3.1 Flash LitenonevsGPT-5.6 Lunalow North Mini CodemediumKostenlos verfügbarvsQwen3.5-35B-A3Bnone GPT-5.6 LunalowvsQwen3.5-Flashnone GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium Gemma 4 31BnoneKostenlos verfügbarvsGPT-5.6 Lunalow Gemma 4 31BmediumKostenlos verfügbarvsGPT-5.6 Lunalow Nemotron 3 SupermediumKostenlos verfügbarvsGPT-5.6 Lunalow Nemotron 3 Ultra 550b A55bnoneKostenlos verfügbarvsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bnone