AI BENCHY Compare

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

Zusammenfassung

GPT-5.6 Terra (high) vs Qwen3.7 Max (medium) Benchmark-Vergleich: Qwen3.7 Max (medium) führt beim Durchschnittsscore mit 9.4 vs 8.2. Qwen3.7 Max (medium) hat die niedrigeren Benchmark-Kosten mit $0.523 vs $0.852. GPT-5.6 Terra (high) ist schneller mit 10.89s vs 16.02s, mit Erfolgsraten von 68.3% 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 Terra (high).

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	Qwen3.7 Max Qwen3.7 Max medium Veröffentlichung: 2026-05-22

Metrik	GPT-5.6 Terra GPT-5.6 Terra high Veröffentlichung: 2026-07-09	Qwen3.7 Max Qwen3.7 Max medium Veröffentlichung: 2026-05-22
Punktzahl	8.2	9.4
Rang	#29	#4
Zuverlässigkeit	10.0	10.0
Konsistenz	9.6	9.6
Korrekte Tests
Erfolgsquote pro Versuch	68.3%	88.9%
Instabile Tests	1	1
Gesamtläufe	63	63
Kosten pro Ergebnis	6.086	5.517
Gesamtkosten	$0.852	$0.523
Eingabepreis	$2.500 / 1M	$1.250 / 1M
Ausgabepreis	$15.000 / 1M	$3.750 / 1M
Gesamte Eingabe-Token	34,218	42,360
Ausgabe-Token	1,908	2,129
Denk-Token	49,189	122,959
Antwortzeit (Durchschnitt)	10.89s	16.02s
Antwortzeit (Maximum)	91.49s	59.98s
Antwortzeit (Gesamt)	228.65s	336.51s

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

#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 Terra	8.3	10.0	75.0%	0		2.54s	606	158	700
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 Terra	7.6	7.2	77.8%	1		9.14s	7,302	370	6,087
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 Terra	10.0	10.0	100.0%	0		6.94s	11,019	314	627
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 Terra	10.0	10.0	100.0%	0		938ms	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 Terra	5.3	10.0	33.3%	0		43.44s	723	70	32,942
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 Terra	5.1	10.0	0.0%	0		3.03s	477	113	216
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 Terra	10.0	10.0	100.0%	0		2.14s	660	96	319
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 Terra	7.7	10.0	66.7%	0		5.45s	642	277	2,613
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 Terra	10.0	10.0	100.0%	0		4.97s	5,454	258	168
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 Terra	3.0	10.0	0.0%	0		23.30s	195	30	5,517
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

Schnellvergleich

Vergleichspaar wechseln

GPT-5.6 TerrahighvsQwen3.7 Plusmedium GPT-5.6 SolhighvsQwen3.7 Maxmedium GPT-5.5lowvsQwen3.7 Maxmedium Nemotron 3 Ultra 550b A55bmediumKostenlos verfügbarvsGPT-5.6 Terrahigh Gemini 2.5 FlashmediumvsGPT-5.6 Terrahigh Gemini 3.5 FlashlowvsQwen3.7 Maxmedium GPT-5.6 TerrahighvsGrok 4.5medium GPT-5.6 SollowvsQwen3.7 Maxmedium GPT-5.6 TerrahighvsQwen3.5 Plus 2026-02-15medium GPT-5.6 TerrahighvsQwen3.5-27Bmedium GPT-5.6 TerrahighvsStep 3.7 Flashmedium Seed-2.0-LitemediumvsGPT-5.6 Terrahigh