AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3 Coder Next

Resumen

Comparación benchmark de GPT-5.5 vs Qwen3 Coder Next: GPT-5.5 lidera en puntuación media con 9.3 vs 5.1. Qwen3 Coder Next tiene menor coste de benchmark con $0.009 vs $0.907. Qwen3 Coder Next es más rápido con 8.62s vs 9.76s, con tasas de acierto de 85.7% vs 27.0%.

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: 2026-07-02

Métrica	GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24	Qwen3 Coder Next Qwen3 Coder Next none Lanzamiento: 2026-02-03

Métrica	GPT-5.5 GPT-5.5 low Lanzamiento: 2026-04-24	Qwen3 Coder Next Qwen3 Coder Next none Lanzamiento: 2026-02-03
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%	27.0%
Pruebas inestables	0	1
Ejecuciones totales	63	63
Costo por resultado	5.035	0.165
Costo total	$0.907	$0.009
Precio de entrada	$5.000 / 1M	$0.110 / 1M
Precio de salida	$30.000 / 1M	$0.800 / 1M
Total de tokens de entrada	34,209	47,507
Tokens de salida	2,046	3,584
Tokens de razonamiento	22,460	0
Tiempo de respuesta (promedio)	9.76s	8.62s
Tiempo de respuesta (máximo)	56.19s	45.14s
Tiempo de respuesta (total)	204.92s	129.37s

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 Coder Next

none

SVG inválido

Coste: $0.058
Tiempo: 246.3s
Tokens: 64,126 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 Coder Next	3.6	10.0	0.0%	0		3.31s	645	1,321	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 Coder Next	4.6	7.9	22.2%	1		2.22s	7,442	621	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 Coder Next	3.0	10.0	0.0%	0		45.14s	20,469	317	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 Coder Next	6.5	10.0	50.0%	0		1.32s	7,758	246	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 Coder Next	5.3	10.0	33.3%	0		962ms	753	26	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 Coder Next	10.0	10.0	100.0%	0		1.34s	498	152	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 Coder Next	6.3	10.0	50.0%	0		7.78s	684	63	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 Coder Next	3.0	10.0	0.0%	0		24.34s	678	571	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 Coder Next	10.0	10.0	100.0%	0		2.47s	8,364	255	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 Coder Next	3.0	10.0	0.0%	0		601ms	216	12	0

Comparación rápida

Cambiar par de comparación

Mistral Small 4mediumvsQwen3 Coder Nextnone GPT-5.5lowvsQwen3.7 Maxmedium MiniMax M2.7mediumvsQwen3 Coder Nextnone Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.5 FlashmediumvsGPT-5.5low CobuddymediumvsQwen3 Coder Nextnone Gemini 3 Flash PreviewmediumvsGPT-5.5low MiniMax M2.5mediumvsQwen3 Coder Nextnone GPT-5.5lowvsQwen3.6 Max Previewmedium Claude Opus 4.8mediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low