Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.7 Plus

Zusammenfassung

GPT-5.6 Luna (medium) vs Qwen3.7 Plus Benchmark-Vergleich: GPT-5.6 Luna (medium) führt beim Durchschnittsscore mit 7.6 vs 7.2. Qwen3.7 Plus hat die niedrigeren Benchmark-Kosten mit $0.023 vs $0.258. Qwen3.7 Plus ist schneller mit 2.85s vs 6.70s, mit Erfolgsraten von 63.5% vs 47.6%.

Empfohlenes Modell: Qwen3.7 Plus - Die Punktzahl bleibt nah an der besten hier (7.2 vs 7.6) und es kostet etwa 11.7x weniger als GPT-5.6 Luna (medium).

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

Metrik GPT-5.6 Luna GPT-5.6 Luna medium Veröffentlichung: 2026-07-09 Qwen3.7 Plus Qwen3.7 Plus none Veröffentlichung: 2026-06-03
Punktzahl 7.6 7.2
Rang #54 #72
Zuverlässigkeit 10.0 10.0
Konsistenz 9.6 10.0
Korrekte Tests
Erfolgsquote pro Versuch 63.5% 47.6%
Instabile Tests 1 0
Gesamtläufe 63 63
Kosten pro Ergebnis 1.978 0.276
Gesamtkosten $0.258 $0.023
Eingabepreis $1.000 / 1M $0.320 / 1M
Ausgabepreis $6.000 / 1M $1.280 / 1M
Gesamte Eingabe-Token 35,699 42,510
Ausgabe-Token 2,148 6,578
Denk-Token 34,740 0
Antwortzeit (Durchschnitt) 6.70s 2.85s
Antwortzeit (Maximum) 29.85s 29.38s
Antwortzeit (Gesamt) 140.62s 59.86s

Generierungs-Showcase

Hamster playing table tennis

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

#54 GPT-5.6 Luna

medium
Kosten
$0.014
Zeit
14.6s
Token
2,362 tok

#72 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-5.6 Luna 8.3 10.0 75.0% 0 2.52s 606 160 987
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-5.6 Luna 5.4 7.2 44.4% 1 10.38s 7,302 564 9,928
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-5.6 Luna 10.0 10.0 100.0% 0 9.53s 12,500 375 1,354
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-5.6 Luna 10.0 10.0 100.0% 0 1.95s 7,140 234 324
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-5.6 Luna 5.3 10.0 33.3% 0 17.37s 723 68 16,531
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-5.6 Luna 5.1 10.0 0.0% 0 4.34s 477 112 496
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-5.6 Luna 9.9 10.0 100.0% 0 2.38s 660 95 393
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-5.6 Luna 7.8 10.0 66.7% 0 4.04s 642 255 2,104
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-5.6 Luna 10.0 10.0 100.0% 0 6.02s 5,454 256 244
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-5.6 Luna 3.0 10.0 0.0% 0 6.64s 195 29 2,379
Qwen3.7 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0

Schnellvergleich

Vergleichspaar wechseln

Gemma 4 26B A4BmediumKostenlos verfügbarvsQwen3.7 PlusnoneDeepSeek V4 ProhighvsGPT-5.6 LunamediumQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumLaguna XS 2.1mediumKostenlos verfügbarvsQwen3.7 PlusnoneGPT-5.6 LunamediumvsStep 3.7 FlashlowKimi K2.7 CodemediumvsQwen3.7 PlusnoneClaude Opus 4.8lowvsGPT-5.6 LunamediumQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneGPT-5.6 LunamediumvsGrok 4.5low