Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.5-27B

Resumen

Comparación benchmark de GPT-5.5 vs Qwen3.5-27B: GPT-5.5 lidera en puntuación media con 9.3 vs 7.9. Qwen3.5-27B tiene menor coste de benchmark con $0.536 vs $0.907. GPT-5.5 es más rápido con 9.76s vs 68.39s, con tasas de acierto de 85.7% vs 73.0%.

Modelo recomendado: GPT-5.5 - Tiene la mejor puntuación aquí (9.3) y responde aproximadamente 7.0x más rápido que Qwen3.5-27B.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24 Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24
Puntuación 9.3 7.9
Rango #4 #29
Fiabilidad 10.0 10.0
Consistencia 10.0 8.5
Pruebas correctas
Tasa de aciertos por intento 85.7% 73.0%
Pruebas inestables 0 4
Ejecuciones totales 63 63
Costo por resultado 5.035 4.901
Costo total $0.907 $0.536
Precio de entrada $5.000 / 1M $0.195 / 1M
Precio de salida $30.000 / 1M $1.560 / 1M
Total de tokens de entrada 34,209 42,164
Tokens de salida 2,046 8,534
Tokens de razonamiento 22,460 329,289
Tiempo de respuesta (promedio) 9.76s 68.39s
Tiempo de respuesta (máximo) 56.19s 234.36s
Tiempo de respuesta (total) 204.92s 1436.24s

Generación showcase

Hamster playing table tennis

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

#4 GPT-5.5

low
Coste
$0.068
Tiempo
37.0s
Tokens
2,339 tok

#29 Qwen3.5-27B

medium
Coste
$0.008
Tiempo
62.0s
Tokens
3,099 tok

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683

Comparación rápida

Cambiar par de comparación

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowQwen3.5-27BmediumvsStep 3.7 FlashlowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowDeepSeek V4 ProhighvsQwen3.5-27BmediumDeepSeek V4 FlashhighvsQwen3.5-27BmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5low