AI BENCHY Compare

OpenAI: GPT-5.6 Terra vs Qwen: Qwen3.5-122B-A10B

Zusammenfassung

GPT-5.6 Terra (high) vs Qwen3.5-122B-A10B (medium) Benchmark-Vergleich: GPT-5.6 Terra (high) führt beim Durchschnittsscore mit 8.2 vs 7.7. Qwen3.5-122B-A10B (medium) hat die niedrigeren Benchmark-Kosten mit $0.588 vs $0.852. GPT-5.6 Terra (high) ist schneller mit 10.89s vs 42.49s, mit Erfolgsraten von 68.3% vs 73.0%.

Empfohlenes Modell: GPT-5.6 Terra (high) - Es hat hier die beste Punktzahl (8.2) und antwortet etwa 3.9x schneller als Qwen3.5-122B-A10B (medium).

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-10

Metrik	GPT-5.6 Terra GPT-5.6 Terra high Veröffentlichung: 2026-07-09	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Veröffentlichung: 2026-02-24

Metrik	GPT-5.6 Terra GPT-5.6 Terra high Veröffentlichung: 2026-07-09	Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Veröffentlichung: 2026-02-24
Punktzahl	8.2	7.7
Rang	#29	#45
Zuverlässigkeit	10.0	10.0
Konsistenz	9.6	8.8
Korrekte Tests
Erfolgsquote pro Versuch	68.3%	73.0%
Instabile Tests	1	3
Gesamtläufe	63	63
Kosten pro Ergebnis	6.086	5.235
Gesamtkosten	$0.852	$0.588
Eingabepreis	$2.500 / 1M	$0.260 / 1M
Ausgabepreis	$15.000 / 1M	$2.080 / 1M
Gesamte Eingabe-Token	34,218	41,832
Ausgabe-Token	1,908	26,187
Denk-Token	49,189	251,028
Antwortzeit (Durchschnitt)	10.89s	42.49s
Antwortzeit (Maximum)	91.49s	168.16s
Antwortzeit (Gesamt)	228.65s	892.30s

Generierungs-Showcase

Hamster playing table tennis

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

#29 GPT-5.6 Terra

high

Kosten: $0.055
Zeit: 30.2s
Token: 3,748 tok

#45 Qwen3.5-122B-A10B

medium

Kosten: $0.019
Zeit: 48.7s
Token: 6,034 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 Terra	8.3	10.0	75.0%	0		2.54s	606	158	700
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.75s	672	269	16,835

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	7.6	7.2	77.8%	1		9.14s	7,302	370	6,087
Qwen3.5-122B-A10B	6.0	7.2	55.6%	1		114.48s	7,630	8,057	82,578

Kombiniert	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	10.0	10.0	100.0%	0		6.94s	11,019	314	627
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		107.79s	14,947	483	11,337

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	10.0	10.0	100.0%	0		938ms	7,140	222	0
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		23.41s	7,782	270	16,558

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	5.3	10.0	33.3%	0		43.44s	723	70	32,942
Qwen3.5-122B-A10B	2.9	7.2	11.1%	1		63.40s	771	15,537	64,889

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	5.1	10.0	0.0%	0		3.03s	477	113	216
Qwen3.5-122B-A10B	3.4	2.2	33.3%	1		34.11s	344	66	7,592

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	10.0	10.0	100.0%	0		2.14s	660	96	319
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		9.88s	593	77	7,372

Rätsellösen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	7.7	10.0	66.7%	0		5.45s	642	277	2,613
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		17.89s	696	284	27,575

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	10.0	10.0	100.0%	0		4.97s	5,454	258	168
Qwen3.5-122B-A10B	10.0	10.0	100.0%	0		4.60s	8,193	322	1,226

Allgemeinwissen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	3.0	10.0	0.0%	0		23.30s	195	30	5,517
Qwen3.5-122B-A10B	3.0	10.0	0.0%	0		52.87s	204	822	15,066

Schnellvergleich

Vergleichspaar wechseln

Claude Opus 4.8lowvsQwen3.5-122B-A10Bmedium GPT-5.6 TerrahighvsQwen3.7 Plusmedium GPT-5.6 TerralowvsQwen3.5-122B-A10Bmedium Qwen3.5-122B-A10BmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.5-122B-A10Bmedium Nemotron 3 Ultra 550b A55bmediumKostenlos verfügbarvsGPT-5.6 Terrahigh Gemini 2.5 FlashmediumvsGPT-5.6 Terrahigh Qwen3.5-122B-A10BmediumvsGrok 4.5low DeepSeek V4 ProhighvsQwen3.5-122B-A10Bmedium GPT-5.6 TerrahighvsGrok 4.5medium GPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15medium GPT-5.3 ChatnonevsQwen3.5-122B-A10Bmedium