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: Qwen3.7 Max

Resumen

Comparación benchmark de GPT-5.5 vs Qwen3.7 Max: La puntuación media está prácticamente empatada en 9.3 vs 9.4. Qwen3.7 Max tiene menor coste de benchmark con $0.523 vs $0.907. GPT-5.5 es más rápido con 9.76s vs 16.02s, con tasas de acierto de 85.7% vs 88.9%.

Modelo recomendado: Qwen3.7 Max - Tiene la mejor puntuación aquí (9.4) y cuesta aproximadamente 1.7x menos que GPT-5.5.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-02

Métrica GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24 Qwen3.7 Max Qwen3.7 Max medium Lanzamiento: 2026-05-22
Puntuación 9.3 9.4
Rango #4 #3
Fiabilidad 10.0 10.0
Consistencia 10.0 9.6
Pruebas correctas
Tasa de aciertos por intento 85.7% 88.9%
Pruebas inestables 0 1
Ejecuciones totales 63 63
Costo por resultado 5.035 5.517
Costo total $0.907 $0.523
Precio de entrada $5.000 / 1M $1.250 / 1M
Precio de salida $30.000 / 1M $3.750 / 1M
Total de tokens de entrada 34,209 42,360
Tokens de salida 2,046 2,129
Tokens de razonamiento 22,460 122,959
Tiempo de respuesta (promedio) 9.76s 16.02s
Tiempo de respuesta (máximo) 56.19s 59.98s
Tiempo de respuesta (total) 204.92s 336.51s

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

#3 Qwen3.7 Max

medium
Coste
$0.017
Tiempo
68.8s
Tokens
4,526 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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
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
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
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
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
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
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
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
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
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
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
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
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

Comparación rápida

Cambiar par de comparación

Claude Fable 5mediumvsGPT-5.5lowGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsGLM 5.2mediumGPT-5.5lowvsGLM 5medium