Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-5.6 Luna (high) vs Qwen3.7 Flash (high)

Qwen3.7 Flash (high) lidera en puntuación media con 7.8 vs 7.7. Qwen3.7 Flash (high) tiene menor coste de benchmark con $0.051 vs $0.509. GPT-5.6 Luna (high) es más rápido con 18.68s vs 39.77s, con tasas de acierto de 72.7% vs 72.7%.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-28

Rango
#52
Total de tokens de salida
155,998
Tiempo de respuesta (promedio)
18.68s
Costo total
$0.509
Rango
#48
Total de tokens de salida
359,703
Tiempo de respuesta (promedio)
39.77s
Costo total
$0.051
Modelo recomendado Qwen3.7 Flash (high)

Tiene la mejor puntuación aquí (7.8) y cuesta aproximadamente 10.1x menos que GPT-5.6 Luna (high).

Comparación detallada

Métrica GPT-5.6 Luna GPT-5.6 Luna high Lanzamiento: 2026-07-09 Qwen3.7 Flash Qwen3.7 Flash high Lanzamiento: 2026-07-28
Puntuación 7.7 7.8
Rango #52 #48
Fiabilidad 10.0 10.0
Consistencia 8.9 7.8
Pruebas correctas
Tasa de aciertos por intento 72.7% 72.7%
Pruebas inestables 3 6
Ejecuciones totales 66 66
Costo por resultado 6.780 0.387
Costo total $0.509 $0.051
Precio de entrada $0.500 / 1M $0.030 / 1M
Precio de salida $3.000 / 1M $0.130 / 1M
Total de tokens de entrada 80,918 116,322
Tokens de salida 5,088 12,332
Tokens de razonamiento 150,910 347,371
Tiempo de respuesta (promedio) 18.68s 39.77s
Tiempo de respuesta (máximo) 111.09s 431.47s
Tiempo de respuesta (total) 411.05s 875.01s

Hamster playing table tennis

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

#52 GPT-5.6 Luna

high
Coste
$0.033
Tiempo
34.2s
Tokens
5,484 tok

#48 Qwen3.7 Flash

high
SVG inválido
Coste
$0.000
Tiempo
600.0s
Tokens
0 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-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
Qwen3.7 Flash 8.2 9.7 66.7% 0 58.84s 7,893 503 62,350

Comparación rápida

Cambiar par de comparación