Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Sol vs Qwen: Qwen3.7 Max

Zusammenfassung

GPT-5.6 Sol (high) vs Qwen3.7 Max (medium) Benchmark-Vergleich: Der Durchschnittsscore ist mit 9.4 vs 9.4 praktisch gleichauf. Qwen3.7 Max (medium) hat die niedrigeren Benchmark-Kosten mit $0.523 vs $0.821. GPT-5.6 Sol (high) ist schneller mit 10.56s vs 16.02s, mit Erfolgsraten von 88.9% vs 88.9%.

Empfohlenes Modell: Qwen3.7 Max (medium) - Es hat hier die beste Punktzahl (9.4) und kostet etwa 1.6x weniger als GPT-5.6 Sol (high).

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

Metrik GPT-5.6 Sol GPT-5.6 Sol high Veröffentlichung: 2026-07-09 Qwen3.7 Max Qwen3.7 Max medium Veröffentlichung: 2026-05-22
Punktzahl 9.4 9.4
Rang #6 #4
Zuverlässigkeit 10.0 10.0
Konsistenz 8.8 9.6
Korrekte Tests
Erfolgsquote pro Versuch 88.9% 88.9%
Instabile Tests 3 1
Gesamtläufe 63 63
Kosten pro Ergebnis 4.824 5.517
Gesamtkosten $0.821 $0.523
Eingabepreis $5.000 / 1M $1.250 / 1M
Ausgabepreis $30.000 / 1M $3.750 / 1M
Gesamte Eingabe-Token 34,114 42,360
Ausgabe-Token 1,872 2,129
Denk-Token 19,777 122,959
Antwortzeit (Durchschnitt) 10.56s 16.02s
Antwortzeit (Maximum) 54.79s 59.98s
Antwortzeit (Gesamt) 221.69s 336.51s

Generierungs-Showcase

Hamster playing table tennis

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

#6 GPT-5.6 Sol

high
Kosten
$0.151
Zeit
201.9s
Token
5,100 tok

#4 Qwen3.7 Max

medium
Kosten
$0.017
Zeit
68.8s
Token
4,526 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 Sol 8.7 7.9 91.7% 1 3.39s 606 171 644
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Sol 10.0 10.0 100.0% 0 12.52s 7,302 404 5,656
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Sol 10.0 10.0 100.0% 0 13.68s 11,019 315 1,599
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.16s 7,140 222 0
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Sol 5.3 7.2 44.4% 1 39.45s 619 62 9,556
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Sol 10.0 10.0 100.0% 0 4.40s 477 97 238
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.73s 660 96 331
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Sol 10.0 10.0 100.0% 0 4.10s 642 211 675
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Sol 10.0 10.0 100.0% 0 7.08s 5,454 264 393
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.6 Sol 4.7 1.6 66.7% 1 6.97s 195 30 685
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

Schnellvergleich

Vergleichspaar wechseln

GPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.6 SolhighGemini 3.5 FlashlowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.6 SolhighGemini 3.1 Pro PreviewmediumvsGPT-5.6 SolhighGPT-5.6 SollowvsQwen3.7 MaxmediumGemini 3.5 FlashmediumvsGPT-5.6 SolhighGemini 3 Flash PreviewmediumvsGPT-5.6 SolhighGemini 3.5 FlashhighvsQwen3.7 MaxmediumGPT-5.6 SolhighvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.6 SolhighClaude Opus 4.7mediumvsGPT-5.6 Solhigh