AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-35B-A3B

Resumen

Comparación benchmark de GPT-5.6 Luna vs Qwen3.5-35B-A3B (medium): Qwen3.5-35B-A3B (medium) lidera en puntuación media con 6.3 vs 5.3. GPT-5.6 Luna tiene menor coste de benchmark con $0.047 vs $0.401. GPT-5.6 Luna es más rápido con 1.06s vs 72.57s, con tasas de acierto de 36.5% vs 69.8%.

Modelo recomendado: GPT-5.6 Luna - Ofrece el mejor equilibrio general: puntuación competitiva (5.3), menor coste que Qwen3.5-35B-A3B (medium) y tiempo de respuesta equilibrado.

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 none Lanzamiento: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lanzamiento: 2026-02-24

Métrica	GPT-5.6 Luna GPT-5.6 Luna none Lanzamiento: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lanzamiento: 2026-02-24
Puntuación	5.3	6.3
Rango	#142	#103
Fiabilidad	10.0	10.0
Consistencia	8.8	7.5
Pruebas correctas
Tasa de aciertos por intento	36.5%	69.8%
Pruebas inestables	3	6
Ejecuciones totales	63	63
Costo por resultado	0.767	5.162
Costo total	$0.047	$0.401
Precio de entrada	$1.000 / 1M	$0.140 / 1M
Precio de salida	$6.000 / 1M	$1.000 / 1M
Total de tokens de entrada	34,218	42,196
Tokens de salida	1,967	40,630
Tokens de razonamiento	0	353,577
Tiempo de respuesta (promedio)	1.06s	72.57s
Tiempo de respuesta (máximo)	2.80s	409.98s
Tiempo de respuesta (total)	22.34s	1524.04s

Generación showcase

Hamster playing table tennis

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

#142 GPT-5.6 Luna

none

Coste: $0.016
Tiempo: 15.8s
Tokens: 2,685 tok

#103 Qwen3.5-35B-A3B

medium

Coste: $0.009
Tiempo: 71.4s
Tokens: 8,631 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	4.8	10.0	25.0%	0		901ms	606	266	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

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	3.8	7.2	22.2%	1		980ms	7,302	459	0
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

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	3.0	10.0	0.0%	0		2.78s	11,019	280	0
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

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		758ms	7,140	222	0
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

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	2.9	7.2	11.1%	1		737ms	723	54	0
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

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		1.00s	477	150	0
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

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	7.1	5.8	83.3%	1		1.23s	660	86	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

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	5.3	10.0	33.3%	0		790ms	642	202	0
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

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		2.80s	5,454	222	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

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		651ms	195	26	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

Comparación rápida

Cambiar par de comparación