Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

Resumen

Comparación benchmark de GPT-5.6 Sol (medium) vs Qwen3.7 Max (medium): La puntuación media está prácticamente empatada en 9.4 vs 9.4. Qwen3.7 Max (medium) tiene menor coste de benchmark con $0.523 vs $0.966. GPT-5.6 Sol (medium) es más rápido con 10.79s vs 16.02s, con tasas de acierto de 90.5% vs 88.9%.

Modelo recomendado: Qwen3.7 Max (medium) - Tiene la mejor puntuación aquí (9.4) y cuesta aproximadamente 1.9x menos que GPT-5.6 Sol (medium).

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

Métrica GPT-5.6 Sol GPT-5.6 Sol medium Lanzamiento: 2026-07-09 Qwen3.7 Max Qwen3.7 Max medium Lanzamiento: 2026-05-22
Puntuación 9.4 9.4
Rango #5 #4
Fiabilidad 10.0 10.0
Consistencia 8.8 9.6
Pruebas correctas
Tasa de aciertos por intento 90.5% 88.9%
Pruebas inestables 3 1
Ejecuciones totales 63 63
Costo por resultado 5.682 5.517
Costo total $0.966 $0.523
Precio de entrada $5.000 / 1M $1.250 / 1M
Precio de salida $30.000 / 1M $3.750 / 1M
Total de tokens de entrada 34,218 42,360
Tokens de salida 1,895 2,129
Tokens de razonamiento 24,600 122,959
Tiempo de respuesta (promedio) 10.79s 16.02s
Tiempo de respuesta (máximo) 79.40s 59.98s
Tiempo de respuesta (total) 226.57s 336.51s

Generación showcase

Hamster playing table tennis

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

#5 GPT-5.6 Sol

medium
Coste
$0.124
Tiempo
57.2s
Tokens
4,199 tok

#4 Qwen3.7 Max

medium
Coste
$0.017
Tiempo
68.8s
Tokens
4,526 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 Sol 10.0 10.0 100.0% 0 2.81s 606 173 572
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
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 Sol 10.0 10.0 100.0% 0 9.40s 7,302 394 4,706
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
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 Sol 10.0 10.0 100.0% 0 12.13s 11,019 318 1,214
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
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 Sol 10.0 10.0 100.0% 0 1.38s 7,140 222 0
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
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 Sol 5.9 7.2 55.6% 1 47.86s 723 71 16,201
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
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 Sol 10.0 10.0 100.0% 0 3.48s 477 99 214
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
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 Sol 10.0 10.0 100.0% 0 2.50s 660 96 249
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
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 Sol 8.2 7.2 88.9% 1 2.98s 642 228 566
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
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 Sol 10.0 10.0 100.0% 0 6.30s 5,454 264 361
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
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 Sol 4.7 1.6 66.7% 1 4.94s 195 30 517
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

Comparación rápida

Cambiar par de comparación

GPT-5.6 SolhighvsQwen3.7 MaxmediumGPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.6 SolmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGPT-5.6 SollowvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumGPT-5.2 ChatnonevsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsGPT-5.6 SolmediumDeepSeek V4 FlashhighvsQwen3.7 MaxmediumGPT-5.6 TerrahighvsQwen3.7 MaxmediumGPT-5.6 SolmediumvsGrok 4.5low