AI BENCHY Compare

OpenAI: GPT-5.6 Terra vs Qwen: Qwen3.5-27B

Zusammenfassung

GPT-5.6 Terra (high) vs Qwen3.5-27B (medium) Benchmark-Vergleich: GPT-5.6 Terra (high) führt beim Durchschnittsscore mit 8.2 vs 7.9. Qwen3.5-27B (medium) hat die niedrigeren Benchmark-Kosten mit $0.536 vs $0.852. GPT-5.6 Terra (high) ist schneller mit 10.89s vs 68.39s, 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 6.3x schneller als Qwen3.5-27B (medium).

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

Metrik	GPT-5.6 Terra GPT-5.6 Terra high Veröffentlichung: 2026-07-09	Qwen3.5-27B Qwen3.5-27B medium Veröffentlichung: 2026-02-24

Metrik	GPT-5.6 Terra GPT-5.6 Terra high Veröffentlichung: 2026-07-09	Qwen3.5-27B Qwen3.5-27B medium Veröffentlichung: 2026-02-24
Punktzahl	8.2	7.9
Rang	#29	#34
Zuverlässigkeit	10.0	10.0
Konsistenz	9.6	8.5
Korrekte Tests
Erfolgsquote pro Versuch	68.3%	73.0%
Instabile Tests	1	4
Gesamtläufe	63	63
Kosten pro Ergebnis	6.086	4.901
Gesamtkosten	$0.852	$0.536
Eingabepreis	$2.500 / 1M	$0.195 / 1M
Ausgabepreis	$15.000 / 1M	$1.560 / 1M
Gesamte Eingabe-Token	34,218	42,164
Ausgabe-Token	1,908	8,534
Denk-Token	49,189	329,289
Antwortzeit (Durchschnitt)	10.89s	68.39s
Antwortzeit (Maximum)	91.49s	234.36s
Antwortzeit (Gesamt)	228.65s	1436.24s

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

#34 Qwen3.5-27B

medium

Kosten: $0.008
Zeit: 62.0s
Token: 3,099 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
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

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
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	14,946	483	9,991

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
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

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
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

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
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

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
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

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
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

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
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

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
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

Schnellvergleich

Vergleichspaar wechseln

GPT-5.6 TerrahighvsQwen3.7 Plusmedium Nemotron 3 Ultra 550b A55bmediumKostenlos verfügbarvsGPT-5.6 Terrahigh Gemini 2.5 FlashmediumvsGPT-5.6 Terrahigh Qwen3.5-27BmediumvsGrok 4.5low Claude Opus 4.8lowvsQwen3.5-27Bmedium GPT-5.6 TerrahighvsGrok 4.5medium GPT-5.6 TerralowvsQwen3.5-27Bmedium GPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15medium Qwen3.5-27BmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.5-27Bmedium DeepSeek V4 ProhighvsQwen3.5-27Bmedium GPT-5.6 TerrahighvsStep 3.7 Flashmedium