Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

Resumen

Comparación benchmark de GPT-5.5 vs Qwen3.7 Max: Qwen3.7 Max lidera en puntuación media con 9.4 vs 9.0. Qwen3.7 Max tiene menor coste de benchmark con $0.523 vs $3.679. Qwen3.7 Max es más rápido con 16.02s vs 37.98s, con tasas de acierto de 87.3% vs 88.9%.

Modelo recomendado: Qwen3.7 Max - Tiene la mejor puntuación aquí (9.4) y cuesta aproximadamente 7.0x 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 medium Lanzamiento: 2026-04-24 Qwen3.7 Max Qwen3.7 Max medium Lanzamiento: 2026-05-22
Puntuación 9.0 9.4
Rango #9 #3
Fiabilidad 10.0 10.0
Consistencia 8.9 9.6
Pruebas correctas
Tasa de aciertos por intento 87.3% 88.9%
Pruebas inestables 3 1
Ejecuciones totales 63 63
Costo por resultado 21.638 5.517
Costo total $3.679 $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 34,212 42,360
Tokens de salida 1,985 2,129
Tokens de razonamiento 114,925 122,959
Tiempo de respuesta (promedio) 37.98s 16.02s
Tiempo de respuesta (máximo) 332.10s 59.98s
Tiempo de respuesta (total) 797.60s 336.51s

Generación showcase

Hamster playing table tennis

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

#9 GPT-5.5

medium
Coste
$0.112
Tiempo
71.9s
Tokens
3,807 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 4.66s 606 250 1,335
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 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
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 19.29s 11,019 312 2,841
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 4.18s 7,140 234 593
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 7.2 44.4% 1 164.14s 723 67 79,625
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 4.16s 477 138 223
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 10.0 10.0 100.0% 0 3.36s 660 93 538
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 6.76s 642 241 2,225
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 10.57s 5,445 258 832
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 2.8 1.6 33.3% 1 37.86s 195 30 1,754
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

Comparación rápida

Cambiar par de comparación

GPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.5mediumGPT-5.2 ChatnonevsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsQwen3.7 MaxmediumClaude Opus 4.8lowvsGPT-5.5mediumGPT-5.5mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.5mediumGemini 3 Flash PreviewlowvsGPT-5.5medium