नेविगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

OpenAI: GPT-5.5 vs Qwen: Qwen3.7 Plus

GPT-5.5 (low) average score में आगे है: 9.3 vs 7.9. Qwen3.7 Plus (medium) की benchmark लागत कम है: $0.267 vs $1.253. GPT-5.5 (low) तेज है: 10.13s vs 51.51s, pass rates 86.4% vs 75.8%.

अनुशंसित मॉडलGPT-5.5 (low)It has the best score here (9.3), while responding about 5.1x faster than Qwen3.7 Plus (medium).

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-07-18

मेट्रिक GPT-5.5 GPT-5.5 low रिलीज़: 2026-04-24 Qwen3.7 Plus Qwen3.7 Plus medium रिलीज़: 2026-06-03
स्कोर 9.3 7.9
रैंक #6 #36
विश्वसनीयता 10.0 10.0
संगति 10.0 8.9
सही परीक्षण
प्रति प्रयास पास दर 86.4% 75.8%
अस्थिर टेस्ट 0 3
कुल रन 66 66
प्रति परिणाम लागत 6.594 2.072
कुल लागत $1.253 $0.267
इनपुट कीमत $5.000 / 1M $0.320 / 1M
आउटपुट कीमत $30.000 / 1M $1.280 / 1M
कुल इनपुट टोकन 80,058 115,233
आउटपुट टोकन 5,378 6,162
रीजनिंग टोकन 23,040 173,267
प्रतिक्रिया समय (औसत) 10.13s 51.51s
प्रतिक्रिया समय (अधिकतम) 56.19s 315.30s
प्रतिक्रिया समय (कुल) 222.82s 1133.15s

Hamster playing table tennis

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

#6 GPT-5.5

low
लागत
$0.068
समय
37.0s
टोकन
2,339 tok

#36 Qwen3.7 Plus

medium
लागत
$0.018
समय
193.2s
टोकन
10,821 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

कोडिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण प्रतिक्रिया समय (औसत) इनपुट टोकन आउटपुट टोकन रीजनिंग टोकन
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576

त्वरित तुलना

तुलना जोड़ी बदलें