Navegación
AI BENCHY
Advertise here

GPT-5.5 (medium) vs Qwen3.7 Max (medium)

Qwen3.7 Max (medium) lidera en puntuación media con 9.1 vs 9.0. Qwen3.7 Max (medium) tiene menor coste de benchmark con $1.157 vs $4.163. GPT-5.5 (medium) es más rápido con 38.97s vs 44.32s, con tasas de acierto de 87.9% vs 86.4%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-08-20

Rango
#19
Total de tokens de salida
125,316
Tiempo de respuesta (promedio)
38.97s
Costo total
$4.163
Rango
#17
Total de tokens de salida
226,102
Tiempo de respuesta (promedio)
44.32s
Costo total
$1.157
Modelo recomendado Qwen3.7 Max (medium)

Tiene la mejor puntuación aquí (9.1) y cuesta aproximadamente 3.6x menos que GPT-5.5 (medium).

Comparación detallada

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 9.1
Rango #19 #17
Fiabilidad 10.0 10.0
Consistencia 8.9 9.0
Intentos 66/66 66/66
Pruebas correctas
Tasa de aciertos por intento 87.9% 86.4%
Pruebas inestables 3 3
Ejecuciones totales 66 66
Costo por resultado 23.127 8.904
Costo total $4.163 $1.157
Precio de entrada $5.000 / 1M $1.475 / 1M
Precio de salida $30.000 / 1M $4.425 / 1M
Total de tokens de entrada 80,668 106,029
Tokens de salida 5,617 5,748
Tokens de razonamiento 119,699 220,354
Tiempo de respuesta (promedio) 38.97s 44.32s
Tiempo de respuesta (máximo) 332.10s 556.06s
Tiempo de respuesta (total) 857.43s 975.11s
Parámetros ~1.5T en total (~100B activos) ~1T en total (~40B activos)
Disponibilidad Código cerrado Código cerrado

Generación showcase de modelos

Hamster playing table tennis

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

#19 GPT-5.5

medium
Coste
$0.112
Tiempo
71.9s
Tokens
3,807 tok

#17 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

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

Comparación rápida

Cambiar par de comparación