Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.5-9B

Resumen

Comparación benchmark de GPT-5.5 vs Qwen3.5-9B: GPT-5.5 lidera en puntuación media con 9.3 vs 5.1. Qwen3.5-9B tiene menor coste de benchmark con $0.006 vs $0.907. Qwen3.5-9B es más rápido con 1.89s vs 9.76s, con tasas de acierto de 85.7% vs 20.6%.

Modelo recomendado: GPT-5.5 - Tiene la puntuación más alta en esta comparación (9.3) y el mejor equilibrio general entre coste y tiempo de respuesta en los 2 modelos.

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 Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02
Puntuación 9.3 5.1
Rango #4 #135
Fiabilidad 10.0 10.0
Consistencia 10.0 9.7
Pruebas correctas
Tasa de aciertos por intento 85.7% 20.6%
Pruebas inestables 0 1
Ejecuciones totales 63 63
Costo por resultado 5.035 0.123
Costo total $0.907 $0.006
Precio de entrada $5.000 / 1M $0.100 / 1M
Precio de salida $30.000 / 1M $0.150 / 1M
Total de tokens de entrada 34,209 48,041
Tokens de salida 2,046 3,952
Tokens de razonamiento 22,460 0
Tiempo de respuesta (promedio) 9.76s 1.89s
Tiempo de respuesta (máximo) 56.19s 6.03s
Tiempo de respuesta (total) 204.92s 39.68s

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

#135 Qwen3.5-9B

none
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 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
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 0
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
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
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
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 20,397 1,255 0
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
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 7,788 249 0
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
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 789 24 0
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
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 522 99 0
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
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 711 75 0
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
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 0
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
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 8,301 273 0
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
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0

Comparación rápida

Cambiar par de comparación

Mistral Small 4mediumvsQwen3.5-9BnoneGPT-5.5lowvsQwen3.7 MaxmediumMiniMax M2.7mediumvsQwen3.5-9BnoneClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowCobuddymediumvsQwen3.5-9BnoneGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowMiniMax M2.5mediumvsQwen3.5-9BnoneGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5low