Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.7 Max

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-22

Métrica GPT-5.5 GPT-5.5 medium Lanzamiento: 2026-04-24 Qwen3.7 Max Qwen3.7 Max medium Lanzamiento: 2026-05-22
Puntuación 8.7 9.0
Rango #11 #5
Fiabilidad 10.0 10.0
Consistencia 8.8 9.6
Pruebas correctas
Tasa de aciertos por intento 86.7% 88.3%
Pruebas inestables 3 1
Ejecuciones totales 60 60
Costo por resultado 21.891 5.540
Costo total $3.503 $0.942
Precio de entrada $5.000 / 1M $2.500 / 1M
Precio de salida $30.000 / 1M $7.500 / 1M
Tokens de salida 1,973 2,109
Tokens de razonamiento 109,510 110,285
Tiempo de respuesta (promedio) 37.89s 13.83s
Tiempo de respuesta (máximo) 332.10s 33.37s
Tiempo de respuesta (total) 757.71s 276.53s

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 salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 4.66s 250 1,335
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 222 8,742
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.5 8.2 6.7 83.3% 1 69.68s 341 19,515
Qwen3.7 Max 10.0 10.0 100.0% 0 22.98s 403 22,134
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 19.29s 312 2,841
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 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 salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 4.18s 234 593
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 270 6,254
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.5 5.3 7.2 44.4% 1 164.14s 67 79,625
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 61 31,793
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 4.16s 138 223
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 135 4,457
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 3.36s 93 538
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 102 5,452
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 6.78s 250 2,254
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 259 8,908
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.5 10.0 10.0 100.0% 0 10.57s 258 832
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 267 1,220
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.5 2.8 1.6 33.3% 1 37.86s 30 1,754
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 24 12,920

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewlowvsGPT-5.5mediumGPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashnonevsQwen3.7 MaxmediumGemini 3.5 FlashnonevsGPT-5.5mediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3 Flash PreviewlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashminimalvsGPT-5.5mediumGPT-5.5mediumvsQwen3.7 MaxnoneGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashminimalvsQwen3.7 Maxmedium