OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.7 Max

GPT-5.6 Luna (medium) lidera en puntuación media con 7.6 vs 7.4. Qwen3.7 Max tiene menor coste de benchmark con $0.197 vs $0.352. Qwen3.7 Max es más rápido con 4.52s vs 7.28s, con tasas de acierto de 65.2% vs 68.2%.

Modelo recomendadoQwen3.7 MaxSu puntuación se mantiene cerca de la mejor aquí (7.4 vs 7.6) y cuesta aproximadamente 1.8x menos que GPT-5.6 Luna (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-17

Métrica	GPT-5.6 Luna GPT-5.6 Luna medium Lanzamiento: 2026-07-09	Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22

Métrica	GPT-5.6 Luna GPT-5.6 Luna medium Lanzamiento: 2026-07-09	Qwen3.7 Max Qwen3.7 Max none Lanzamiento: 2026-05-22
Puntuación	7.6	7.4
Rango	#48	#57
Fiabilidad	10.0	9.9
Consistencia	9.6	10.0
Pruebas correctas
Tasa de aciertos por intento	65.2%	68.2%
Pruebas inestables	1	0
Ejecuciones totales	66	66
Costo por resultado	2.513	1.582
Costo total	$0.352	$0.197
Precio de entrada	$1.000 / 1M	$1.475 / 1M
Precio de salida	$6.000 / 1M	$4.425 / 1M
Total de tokens de entrada	89,676	95,983
Tokens de salida	5,699	12,446
Tokens de razonamiento	37,980	0
Tiempo de respuesta (promedio)	7.28s	4.52s
Tiempo de respuesta (máximo)	29.85s	72.30s
Tiempo de respuesta (total)	160.27s	99.52s

Hamster playing table tennis

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

#48 GPT-5.6 Luna

medium

Coste: $0.014
Tiempo: 14.6s
Tokens: 2,362 tok

#57 Qwen3.7 Max

none

Coste: $0.046
Tiempo: 195.0s
Tokens: 12,171 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

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		2.52s	606	160	987
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	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	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	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	10.0	10.0	100.0%	0		14.59s	66,477	3,926	4,594
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	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		1.95s	7,140	234	324
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	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	5.3	10.0	33.3%	0		17.37s	723	68	16,531
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	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	5.1	10.0	0.0%	0		4.34s	477	112	496
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	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	9.9	10.0	100.0%	0		2.38s	660	95	393
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	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	7.8	10.0	66.7%	0		4.04s	642	255	2,104
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	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		6.02s	5,454	256	244
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	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		6.64s	195	29	2,379
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0

Comparación rápida

Cambiar par de comparación

GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone GPT-5.4 NanomediumvsQwen3.7 Maxnone DeepSeek V4 ProhighvsGPT-5.6 Lunamedium Kimi K2.7 CodemediumvsQwen3.7 Maxnone DeepSeek V4 FlashhighvsGPT-5.6 Lunamedium Nemotron 3 UltramediumDisponible gratisvsQwen3.7 Maxnone Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone Gemini 3.1 Flash LitemediumvsQwen3.7 Maxnone Qwen3.7 MaxnonevsGrok Build 0.1medium