Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

Resumen

Comparación benchmark de GPT-5.6 Luna (medium) vs Qwen3.7 Plus: GPT-5.6 Luna (medium) lidera en puntuación media con 7.6 vs 7.2. Qwen3.7 Plus tiene menor coste de benchmark con $0.023 vs $0.258. Qwen3.7 Plus es más rápido con 2.85s vs 6.70s, con tasas de acierto de 63.5% vs 47.6%.

Modelo recomendado: Qwen3.7 Plus - Su puntuación se mantiene cerca de la mejor aquí (7.2 vs 7.6) y cuesta aproximadamente 11.7x menos que GPT-5.6 Luna (medium).

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 medium Lanzamiento: 2026-07-09 Qwen3.7 Plus Qwen3.7 Plus none Lanzamiento: 2026-06-03
Puntuación 7.6 7.2
Rango #54 #72
Fiabilidad 10.0 10.0
Consistencia 9.6 10.0
Pruebas correctas
Tasa de aciertos por intento 63.5% 47.6%
Pruebas inestables 1 0
Ejecuciones totales 63 63
Costo por resultado 1.978 0.276
Costo total $0.258 $0.023
Precio de entrada $1.000 / 1M $0.320 / 1M
Precio de salida $6.000 / 1M $1.280 / 1M
Total de tokens de entrada 35,699 42,510
Tokens de salida 2,148 6,578
Tokens de razonamiento 34,740 0
Tiempo de respuesta (promedio) 6.70s 2.85s
Tiempo de respuesta (máximo) 29.85s 29.38s
Tiempo de respuesta (total) 140.62s 59.86s

Generación showcase

Hamster playing table tennis

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

#54 GPT-5.6 Luna

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

#72 Qwen3.7 Plus

none
Coste
$0.019
Tiempo
213.5s
Tokens
11,960 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 2.52s 606 160 987
Qwen3.7 Plus 6.5 10.0 50.0% 0 1.38s 696 349 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 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 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 9.53s 12,500 375 1,354
Qwen3.7 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 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 Plus 10.0 10.0 100.0% 0 1.43s 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 Plus 3.0 10.0 0.0% 0 868ms 789 18 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 Plus 5.3 10.0 0.0% 0 1.33s 522 78 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 Plus 6.3 10.0 50.0% 0 929ms 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 Plus 7.7 10.0 66.7% 0 1.71s 714 443 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 Plus 10.0 10.0 100.0% 0 3.54s 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 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0

Comparación rápida

Cambiar par de comparación

Gemma 4 26B A4BmediumDisponible gratisvsQwen3.7 PlusnoneDeepSeek V4 ProhighvsGPT-5.6 LunamediumQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumLaguna XS 2.1mediumDisponible gratisvsQwen3.7 PlusnoneGPT-5.6 LunamediumvsStep 3.7 FlashlowKimi K2.7 CodemediumvsQwen3.7 PlusnoneClaude Opus 4.8lowvsGPT-5.6 LunamediumQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsGPT-5.6 LunamediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneGPT-5.6 LunamediumvsGrok 4.5low