AI BENCHY Compare

OpenAI: GPT-5.6 Terra vs Qwen: Qwen3.5-35B-A3B

Zusammenfassung

GPT-5.6 Terra vs Qwen3.5-35B-A3B (medium) Benchmark-Vergleich: Qwen3.5-35B-A3B (medium) führt beim Durchschnittsscore mit 6.3 vs 6.0. GPT-5.6 Terra hat die niedrigeren Benchmark-Kosten mit $0.130 vs $0.401. GPT-5.6 Terra ist schneller mit 1.25s vs 72.57s, mit Erfolgsraten von 42.9% vs 69.8%.

Empfohlenes Modell: GPT-5.6 Terra - Die Punktzahl bleibt nah an der besten hier (6.0 vs 6.3) und es kostet etwa 3.1x weniger als Qwen3.5-35B-A3B (medium).

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

Metrik	GPT-5.6 Terra GPT-5.6 Terra none Veröffentlichung: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Veröffentlichung: 2026-02-24

Metrik	GPT-5.6 Terra GPT-5.6 Terra none Veröffentlichung: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Veröffentlichung: 2026-02-24
Punktzahl	6.0	6.3
Rang	#116	#103
Zuverlässigkeit	10.0	10.0
Konsistenz	9.3	7.5
Korrekte Tests
Erfolgsquote pro Versuch	42.9%	69.8%
Instabile Tests	2	6
Gesamtläufe	63	63
Kosten pro Ergebnis	1.623	5.162
Gesamtkosten	$0.130	$0.401
Eingabepreis	$2.500 / 1M	$0.140 / 1M
Ausgabepreis	$15.000 / 1M	$1.000 / 1M
Gesamte Eingabe-Token	39,552	42,196
Ausgabe-Token	2,060	40,630
Denk-Token	0	353,577
Antwortzeit (Durchschnitt)	1.25s	72.57s
Antwortzeit (Maximum)	3.97s	409.98s
Antwortzeit (Gesamt)	26.21s	1524.04s

Generierungs-Showcase

Hamster playing table tennis

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

#116 GPT-5.6 Terra

none

Kosten: $0.030
Zeit: 14.7s
Token: 2,082 tok

#103 Qwen3.5-35B-A3B

medium

Kosten: $0.009
Zeit: 71.4s
Token: 8,631 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	4.8	10.0	25.0%	0		942ms	606	191	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

Programmierung	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	5.5	10.0	33.3%	0		1.00s	7,302	336	0
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

Kombiniert	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		3.97s	14,961	437	0
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

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		1.13s	7,140	222	0
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

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		757ms	723	68	0
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

Allgemeine Intelligenz	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	5.0	10.0	0.0%	0		1.03s	477	102	0
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	8.5	6.8	83.3%	1		1.15s	660	101	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

Rätsellösen	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		1.23s	642	235	0
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Antwortzeit (Durchschnitt)	Eingabe-Token	Ausgabe-Token	Denk-Token
GPT-5.6 Terra	9.6	10.0	100.0%	0		3.10s	6,846	344	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

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		787ms	195	24	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

Schnellvergleich

Vergleichspaar wechseln