AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-Flash

Resumen

Comparación benchmark de GPT-5.6 Luna (low) vs Qwen3.5-Flash: GPT-5.6 Luna (low) lidera en puntuación media con 6.2 vs 6.1. Qwen3.5-Flash tiene menor coste de benchmark con $0.005 vs $0.141. Qwen3.5-Flash es más rápido con 3.58s vs 4.35s, con tasas de acierto de 57.1% vs 39.7%.

Modelo recomendado: Qwen3.5-Flash - Su puntuación se mantiene cerca de la mejor aquí (6.1 vs 6.2) y cuesta aproximadamente 34.0x menos que GPT-5.6 Luna (low).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-09

Métrica	GPT-5.6 Luna GPT-5.6 Luna low Lanzamiento: 2026-07-09	Qwen3.5-Flash Qwen3.5-Flash none Lanzamiento: 2026-02-24

Métrica	GPT-5.6 Luna GPT-5.6 Luna low Lanzamiento: 2026-07-09	Qwen3.5-Flash Qwen3.5-Flash none Lanzamiento: 2026-02-24
Puntuación	6.2	6.1
Rango	#107	#112
Fiabilidad	10.0	10.0
Consistencia	8.5	9.7
Pruebas correctas
Tasa de aciertos por intento	57.1%	39.7%
Pruebas inestables	4	1
Ejecuciones totales	63	63
Costo por resultado	1.404	0.075
Costo total	$0.141	$0.005
Precio de entrada	$1.000 / 1M	$0.065 / 1M
Precio de salida	$6.000 / 1M	$0.260 / 1M
Total de tokens de entrada	34,218	46,439
Tokens de salida	2,110	4,276
Tokens de razonamiento	15,571	0
Tiempo de respuesta (promedio)	4.35s	3.58s
Tiempo de respuesta (máximo)	18.06s	27.18s
Tiempo de respuesta (total)	91.45s	75.28s

Generación showcase

Hamster playing table tennis

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

#107 GPT-5.6 Luna

low

Coste: $0.011
Tiempo: 10.2s
Tokens: 1,897 tok

#112 Qwen3.5-Flash

none

Coste: $0.003
Tiempo: 47.4s
Tokens: 7,799 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-5.6 Luna	8.3	10.0	75.0%	0		2.21s	606	186	722
Qwen3.5-Flash	3.5	8.3	8.3%	1		1.32s	696	690	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-5.6 Luna	5.5	10.0	33.3%	0		4.61s	7,302	557	3,535
Qwen3.5-Flash	5.5	10.0	33.3%	0		850ms	7,913	519	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-5.6 Luna	2.8	1.6	33.3%	1		7.99s	11,019	300	1,060
Qwen3.5-Flash	3.0	10.0	0.0%	0		6.22s	18,879	1,794	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-5.6 Luna	10.0	10.0	100.0%	0		2.14s	7,140	234	292
Qwen3.5-Flash	10.0	10.0	100.0%	0		1.57s	7,794	243	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-5.6 Luna	3.6	7.2	22.2%	1		10.05s	723	70	6,718
Qwen3.5-Flash	7.7	10.0	66.7%	0		905ms	789	15	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-5.6 Luna	5.0	10.0	0.0%	0		2.25s	477	122	169
Qwen3.5-Flash	10.0	10.0	100.0%	0		803ms	522	100	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-5.6 Luna	8.5	6.8	83.3%	1		2.04s	660	93	259
Qwen3.5-Flash	6.3	10.0	50.0%	0		8.81s	711	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-5.6 Luna	7.6	7.2	77.8%	1		3.59s	642	271	1,207
Qwen3.5-Flash	3.1	10.0	0.0%	0		10.89s	714	579	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-5.6 Luna	10.0	10.0	100.0%	0		4.43s	5,454	250	177
Qwen3.5-Flash	10.0	10.0	100.0%	0		3.67s	8,211	264	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-5.6 Luna	3.0	10.0	0.0%	0		4.86s	195	27	1,432
Qwen3.5-Flash	3.0	10.0	0.0%	0		588ms	210	9	0

Comparación rápida

Cambiar par de comparación

Seed-2.0-LitenonevsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashnone Gemini 2.5 FlashnonevsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsGPT-5.6 Lunalow Gemini 3.1 Flash LitenonevsGPT-5.6 Lunalow GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium Gemma 4 31BnoneDisponible gratisvsGPT-5.6 Lunalow Gemma 4 31BmediumDisponible gratisvsGPT-5.6 Lunalow Nemotron 3 SupermediumDisponible gratisvsGPT-5.6 Lunalow Nemotron 3 Ultra 550b A55bnoneDisponible gratisvsGPT-5.6 Lunalow GPT-5.6 LunalowvsQwen3.6 Max Previewnone Gemma 4 31BmediumDisponible gratisvsQwen3.5-Flashnone