AI BENCHY Compare

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

Zusammenfassung

GPT-5.6 Terra (high) vs Qwen3.7 Plus (medium) Benchmark-Vergleich: Der Durchschnittsscore ist mit 8.2 vs 8.2 praktisch gleichauf. Qwen3.7 Plus (medium) hat die niedrigeren Benchmark-Kosten mit $0.177 vs $0.852. GPT-5.6 Terra (high) ist schneller mit 10.89s vs 38.95s, mit Erfolgsraten von 68.3% vs 77.8%.

Empfohlenes Modell: Qwen3.7 Plus (medium) - Es hat hier die beste Punktzahl (8.2) und kostet etwa 4.8x 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 Plus Qwen3.7 Plus medium Veröffentlichung: 2026-06-03

Metrik	GPT-5.6 Terra GPT-5.6 Terra high Veröffentlichung: 2026-07-09	Qwen3.7 Plus Qwen3.7 Plus medium Veröffentlichung: 2026-06-03
Punktzahl	8.2	8.2
Rang	#29	#30
Zuverlässigkeit	10.0	10.0
Konsistenz	9.6	9.1
Korrekte Tests
Erfolgsquote pro Versuch	68.3%	77.8%
Instabile Tests	1	2
Gesamtläufe	63	63
Kosten pro Ergebnis	6.086	1.474
Gesamtkosten	$0.852	$0.177
Eingabepreis	$2.500 / 1M	$0.320 / 1M
Ausgabepreis	$15.000 / 1M	$1.280 / 1M
Gesamte Eingabe-Token	34,218	40,939
Ausgabe-Token	1,908	2,125
Denk-Token	49,189	125,754
Antwortzeit (Durchschnitt)	10.89s	38.95s
Antwortzeit (Maximum)	91.49s	178.04s
Antwortzeit (Gesamt)	228.65s	817.85s

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

#30 Qwen3.7 Plus

medium

Kosten: $0.018
Zeit: 193.2s
Token: 10,821 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 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

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 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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 Plus	10.0	10.0	100.0%	0		65.24s	14,934	366	10,132

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 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073

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 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

Schnellvergleich

Vergleichspaar wechseln

Nemotron 3 Ultra 550b A55bmediumKostenlos verfügbarvsGPT-5.6 Terrahigh Gemini 2.5 FlashmediumvsGPT-5.6 Terrahigh DeepSeek V4 FlashhighvsQwen3.7 Plusmedium GPT-5.6 TerrahighvsGrok 4.5medium 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 GPT-5.2 ChatnonevsQwen3.7 Plusmedium Claude Sonnet 5mediumvsGPT-5.6 Terrahigh GPT-5.6 TerrahighvsQwen3.6 Plusmedium Claude Sonnet 4.6mediumvsGPT-5.6 Terrahigh