AI BENCHY Compare

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

Zusammenfassung

GPT-5.6 Sol (medium) 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 $0.966. GPT-5.6 Sol (medium) ist schneller mit 10.79s vs 16.02s, mit Erfolgsraten von 90.5% vs 88.9%.

Empfohlenes Modell: Qwen3.7 Max (medium) - Es hat hier die beste Punktzahl (9.4) und kostet etwa 1.9x weniger als GPT-5.6 Sol (medium).

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

Metrik	GPT-5.6 Sol GPT-5.6 Sol medium Veröffentlichung: 2026-07-09	Qwen3.7 Max Qwen3.7 Max medium Veröffentlichung: 2026-05-22

Metrik	GPT-5.6 Sol GPT-5.6 Sol medium Veröffentlichung: 2026-07-09	Qwen3.7 Max Qwen3.7 Max medium Veröffentlichung: 2026-05-22
Punktzahl	9.4	9.4
Rang	#5	#4
Zuverlässigkeit	10.0	10.0
Konsistenz	8.8	9.6
Korrekte Tests
Erfolgsquote pro Versuch	90.5%	88.9%
Instabile Tests	3	1
Gesamtläufe	63	63
Kosten pro Ergebnis	5.682	5.517
Gesamtkosten	$0.966	$0.523
Eingabepreis	$5.000 / 1M	$1.250 / 1M
Ausgabepreis	$30.000 / 1M	$3.750 / 1M
Gesamte Eingabe-Token	34,218	42,360
Ausgabe-Token	1,895	2,129
Denk-Token	24,600	122,959
Antwortzeit (Durchschnitt)	10.79s	16.02s
Antwortzeit (Maximum)	79.40s	59.98s
Antwortzeit (Gesamt)	226.57s	336.51s

Generierungs-Showcase

Hamster playing table tennis

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

#5 GPT-5.6 Sol

medium

Kosten: $0.124
Zeit: 57.2s
Token: 4,199 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	10.0	10.0	100.0%	0		2.81s	606	173	572
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		9.40s	7,302	394	4,706
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		12.13s	11,019	318	1,214
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		1.38s	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	5.9	7.2	55.6%	1		47.86s	723	71	16,201
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		3.48s	477	99	214
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		2.50s	660	96	249
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	8.2	7.2	88.9%	1		2.98s	642	228	566
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		6.30s	5,454	264	361
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		4.94s	195	30	517
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

Schnellvergleich

Vergleichspaar wechseln

GPT-5.6 SolhighvsQwen3.7 Maxmedium GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsGPT-5.6 Solmedium Gemini 3.5 FlashlowvsQwen3.7 Maxmedium GPT-5.6 SollowvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.6 Solmedium GPT-5.2 ChatnonevsQwen3.7 Maxmedium DeepSeek V4 FlashhighvsGPT-5.6 Solmedium DeepSeek V4 FlashhighvsQwen3.7 Maxmedium GPT-5.6 TerrahighvsQwen3.7 Maxmedium GPT-5.6 SolmediumvsGrok 4.5low