AI BENCHY Compare

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

Zusammenfassung

GPT-5.6 Luna vs Qwen3.5-35B-A3B (medium) Benchmark-Vergleich: Qwen3.5-35B-A3B (medium) führt beim Durchschnittsscore mit 6.3 vs 5.3. GPT-5.6 Luna hat die niedrigeren Benchmark-Kosten mit $0.047 vs $0.401. GPT-5.6 Luna ist schneller mit 1.06s vs 72.57s, mit Erfolgsraten von 36.5% vs 69.8%.

Empfohlenes Modell: GPT-5.6 Luna - Es bietet den besten Gesamtkompromiss: wettbewerbsfähige Punktzahl (5.3), niedrigere Kosten als Qwen3.5-35B-A3B (medium) und ausgewogene Antwortzeit.

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

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

Metrik	GPT-5.6 Luna GPT-5.6 Luna none Veröffentlichung: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Veröffentlichung: 2026-02-24
Punktzahl	5.3	6.3
Rang	#142	#103
Zuverlässigkeit	10.0	10.0
Konsistenz	8.8	7.5
Korrekte Tests
Erfolgsquote pro Versuch	36.5%	69.8%
Instabile Tests	3	6
Gesamtläufe	63	63
Kosten pro Ergebnis	0.767	5.162
Gesamtkosten	$0.047	$0.401
Eingabepreis	$1.000 / 1M	$0.140 / 1M
Ausgabepreis	$6.000 / 1M	$1.000 / 1M
Gesamte Eingabe-Token	34,218	42,196
Ausgabe-Token	1,967	40,630
Denk-Token	0	353,577
Antwortzeit (Durchschnitt)	1.06s	72.57s
Antwortzeit (Maximum)	2.80s	409.98s
Antwortzeit (Gesamt)	22.34s	1524.04s

Generierungs-Showcase

Hamster playing table tennis

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

#142 GPT-5.6 Luna

none

Kosten: $0.016
Zeit: 15.8s
Token: 2,685 tok

#103 Qwen3.5-35B-A3B

medium

Kosten: $0.009
Zeit: 71.4s
Token: 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-5.6 Luna	4.8	10.0	25.0%	0		901ms	606	266	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-5.6 Luna	3.8	7.2	22.2%	1		980ms	7,302	459	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-5.6 Luna	3.0	10.0	0.0%	0		2.78s	11,019	280	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-5.6 Luna	10.0	10.0	100.0%	0		758ms	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-5.6 Luna	2.9	7.2	11.1%	1		737ms	723	54	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-5.6 Luna	5.0	10.0	0.0%	0		1.00s	477	150	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-5.6 Luna	7.1	5.8	83.3%	1		1.23s	660	86	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-5.6 Luna	5.3	10.0	33.3%	0		790ms	642	202	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-5.6 Luna	10.0	10.0	100.0%	0		2.80s	5,454	222	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-5.6 Luna	3.0	10.0	0.0%	0		651ms	195	26	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

Schnellvergleich

Vergleichspaar wechseln