AI BENCHY Compare

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

Zusammenfassung

GPT-5.6 Terra (low) vs Qwen3.5-27B (medium) Benchmark-Vergleich: Qwen3.5-27B (medium) führt beim Durchschnittsscore mit 7.9 vs 7.7. GPT-5.6 Terra (low) hat die niedrigeren Benchmark-Kosten mit $0.343 vs $0.536. GPT-5.6 Terra (low) ist schneller mit 4.88s vs 68.39s, mit Erfolgsraten von 74.6% vs 73.0%.

Empfohlenes Modell: GPT-5.6 Terra (low) - Die Punktzahl bleibt nah an der besten hier (7.7 vs 7.9) und es kostet etwa 1.6x weniger 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 low Veröffentlichung: 2026-07-09	Qwen3.5-27B Qwen3.5-27B medium Veröffentlichung: 2026-02-24

Metrik	GPT-5.6 Terra GPT-5.6 Terra low Veröffentlichung: 2026-07-09	Qwen3.5-27B Qwen3.5-27B medium Veröffentlichung: 2026-02-24
Punktzahl	7.7	7.9
Rang	#47	#34
Zuverlässigkeit	10.0	10.0
Konsistenz	8.1	8.5
Korrekte Tests
Erfolgsquote pro Versuch	74.6%	73.0%
Instabile Tests	5	4
Gesamtläufe	63	63
Kosten pro Ergebnis	2.637	4.901
Gesamtkosten	$0.343	$0.536
Eingabepreis	$2.500 / 1M	$0.195 / 1M
Ausgabepreis	$15.000 / 1M	$1.560 / 1M
Gesamte Eingabe-Token	34,226	42,164
Ausgabe-Token	1,943	8,534
Denk-Token	15,201	329,289
Antwortzeit (Durchschnitt)	4.88s	68.39s
Antwortzeit (Maximum)	19.85s	234.36s
Antwortzeit (Gesamt)	102.53s	1436.24s

Generierungs-Showcase

Hamster playing table tennis

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

#47 GPT-5.6 Terra

low

Kosten: $0.034
Zeit: 16.8s
Token: 2,348 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		2.36s	606	171	602
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	6.6	4.6	77.8%	2		9.56s	7,302	429	6,821
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		5.07s	11,019	312	349
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		919ms	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	7.2	44.4%	1		8.34s	723	72	4,086
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	4.8	3.2	33.3%	1		3.52s	477	105	249
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		1.48s	660	87	134
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	10.0	10.0	100.0%	0		4.46s	642	259	1,506
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	4.7	1.6	66.7%	1		6.69s	5,462	257	226
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		5.95s	195	29	1,228
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

Schnellvergleich

Vergleichspaar wechseln

GPT-5.6 TerralowvsGrok 4.3medium Claude Opus 4.6mediumvsGPT-5.6 Terralow GPT-5.6 TerralowvsQwen3.5-122B-A10Bmedium Kimi K2.6mediumKostenlos verfügbarvsGPT-5.6 Terralow Gemini 3.1 Flash LitemediumvsGPT-5.6 Terralow GPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20medium Gemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Terralow Qwen3.5-27BmediumvsGrok 4.5low MiniMax M3mediumvsGPT-5.6 Terralow DeepSeek V4 ProhighvsGPT-5.6 Terralow Claude Sonnet 4.6mediumvsGPT-5.6 Terralow GPT-5.6 TerralowvsGrok Build 0.1medium