AI BENCHY Compare

OpenAI: GPT-5.6 Terra vs Qwen: Qwen3.6 27B

Zusammenfassung

GPT-5.6 Terra vs Qwen3.6 27B (medium) Benchmark-Vergleich: Qwen3.6 27B (medium) führt beim Durchschnittsscore mit 6.6 vs 6.0. GPT-5.6 Terra hat die niedrigeren Benchmark-Kosten mit $0.130 vs $0.336. GPT-5.6 Terra ist schneller mit 1.25s vs 59.71s, mit Erfolgsraten von 42.9% vs 60.3%.

Empfohlenes Modell: GPT-5.6 Terra - Die Punktzahl bleibt nah an der besten hier (6.0 vs 6.6) und es kostet etwa 2.6x weniger als Qwen3.6 27B (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	Qwen3.6 27B Qwen3.6 27B medium Veröffentlichung: 2026-04-20

Metrik	GPT-5.6 Terra GPT-5.6 Terra none Veröffentlichung: 2026-07-09	Qwen3.6 27B Qwen3.6 27B medium Veröffentlichung: 2026-04-20
Punktzahl	6.0	6.6
Rang	#116	#94
Zuverlässigkeit	10.0	10.0
Konsistenz	9.3	8.2
Korrekte Tests
Erfolgsquote pro Versuch	42.9%	60.3%
Instabile Tests	2	5
Gesamtläufe	63	63
Kosten pro Ergebnis	1.623	3.361
Gesamtkosten	$0.130	$0.336
Eingabepreis	$2.500 / 1M	$0.286 / 1M
Ausgabepreis	$15.000 / 1M	$2.400 / 1M
Gesamte Eingabe-Token	39,552	39,376
Ausgabe-Token	2,060	16,189
Denk-Token	0	122,521
Antwortzeit (Durchschnitt)	1.25s	59.71s
Antwortzeit (Maximum)	3.97s	168.22s
Antwortzeit (Gesamt)	26.21s	1254.01s

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

#94 Qwen3.6 27B

medium

Kosten: $0.009
Zeit: 39.6s
Token: 3,090 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
Qwen3.6 27B	8.3	10.0	75.0%	0		12.62s	453	582	4,311

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
Qwen3.6 27B	7.7	10.0	66.7%	0		142.99s	5,051	7,968	43,367

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
Qwen3.6 27B	7.0	3.7	66.7%	1		83.07s	15,104	2,088	14,689

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
Qwen3.6 27B	3.5	1.4	50.0%	2		37.30s	7,778	568	9,404

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
Qwen3.6 27B	2.9	7.2	11.1%	1		73.38s	662	3,510	20,352

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
Qwen3.6 27B	6.5	3.4	66.7%	1		39.53s	516	81	3,045

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
Qwen3.6 27B	10.0	10.0	100.0%	0		37.96s	699	346	6,548

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
Qwen3.6 27B	7.7	10.0	66.7%	0		61.14s	696	255	12,044

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
Qwen3.6 27B	10.0	10.0	100.0%	0		16.88s	8,213	390	2,954

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
Qwen3.6 27B	3.0	10.0	0.0%	0		80.99s	204	401	5,807

Schnellvergleich

Vergleichspaar wechseln

Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27Bmedium Gemini 3.1 Flash Lite PreviewnonevsQwen3.6 27Bmedium North Mini CodemediumKostenlos verfügbarvsGPT-5.6 Terranone Gemini 3.1 Flash LiteminimalvsGPT-5.6 Terranone Gemini 3.1 Flash LitelowvsQwen3.6 27Bmedium Gemini 3.5 FlashminimalvsQwen3.6 27Bmedium GPT-5.6 SolnonevsQwen3.6 27Bmedium GPT-5.6 TerranonevsQwen3.5-35B-A3Bmedium GPT-5.5nonevsQwen3.6 27Bmedium Gemini 3 Flash PreviewnonevsQwen3.6 27Bmedium Gemma 4 31BmediumKostenlos verfügbarvsGPT-5.6 Terranone Nemotron 3 SupermediumKostenlos verfügbarvsGPT-5.6 Terranone