AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark GPT-5.5 vs Qwen3.7 Plus: GPT-5.5 unggul dalam skor rata-rata dengan 9.0 vs 7.2. Qwen3.7 Plus memiliki biaya benchmark lebih rendah di $0.023 vs $3.679. Qwen3.7 Plus lebih cepat di 2.85s vs 37.98s, dengan tingkat keberhasilan 87.3% vs 47.6%.

Model yang direkomendasikan: Qwen3.7 Plus - It offers the best overall trade-off: a competitive score (7.2), lower cost than GPT-5.5, and balanced response time.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik	GPT-5.5 GPT-5.5 medium Rilis: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus none Rilis: 2026-06-03

Metrik	GPT-5.5 GPT-5.5 medium Rilis: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus none Rilis: 2026-06-03
Skor	9.0	7.2
Peringkat	#9	#60
Keandalan	10.0	10.0
Konsistensi	8.9	10.0
Tes benar
Tingkat lulus per percobaan	87.3%	47.6%
Tes tidak stabil	3	0
Total Run	63	63
Biaya per hasil	21.638	0.276
Total Biaya	$3.679	$0.023
Harga input	$5.000 / 1M	$0.320 / 1M
Harga output	$30.000 / 1M	$1.280 / 1M
Total token input	34,212	42,510
Token output	1,985	6,578
Token penalaran	114,925	0
Waktu respons (rata-rata)	37.98s	2.85s
Waktu respons (maks)	332.10s	29.38s
Waktu respons (total)	797.60s	59.86s

Showcase generasi

Hamster playing table tennis

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

#9 GPT-5.5

medium

Biaya: $0.112
Waktu: 71.9s
Token: 3,807 tok

#60 Qwen3.7 Plus

none

Biaya: $0.019
Waktu: 213.5s
Token: 11,960 tok

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335
Qwen3.7 Plus	6.5	10.0	50.0%	0		1.38s	696	349	0

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959
Qwen3.7 Plus	5.5	10.0	33.3%	0		2.15s	7,911	639	0

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		19.29s	11,019	312	2,841
Qwen3.7 Plus	10.0	10.0	100.0%	0		29.38s	14,952	4,505	0

Parsing dan ekstraksi data	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		4.18s	7,140	234	593
Qwen3.7 Plus	10.0	10.0	100.0%	0		1.43s	7,794	243	0

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	5.3	7.2	44.4%	1		164.14s	723	67	79,625
Qwen3.7 Plus	3.0	10.0	0.0%	0		868ms	789	18	0

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		4.16s	477	138	223
Qwen3.7 Plus	5.3	10.0	0.0%	0		1.33s	522	78	0

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		3.36s	660	93	538
Qwen3.7 Plus	6.3	10.0	50.0%	0		929ms	711	72	0

Pemecahan teka-teki	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		6.76s	642	241	2,225
Qwen3.7 Plus	7.7	10.0	66.7%	0		1.71s	714	443	0

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	10.0	10.0	100.0%	0		10.57s	5,445	258	832
Qwen3.7 Plus	10.0	10.0	100.0%	0		3.54s	8,211	222	0

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754
Qwen3.7 Plus	3.0	10.0	0.0%	0		1.21s	210	9	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemma 4 26B A4BmediumTersedia gratisvsQwen3.7 Plusnone Qwen3.7 PlusnonevsStep 3.7 Flashhigh Qwen3.7 PlusnonevsGLM 5.1medium Kimi K2.7 CodemediumvsQwen3.7 Plusnone Qwen3.7 PlusnonevsGrok 4.20medium Gemini 3 Flash PreviewlowvsQwen3.7 Plusnone Gemini 3.5 FlashlowvsGPT-5.5medium Qwen3.7 PlusnonevsMiMo-V2.5-Promedium Seed-2.0-MinimediumvsQwen3.7 Plusnone DeepSeek V3.2mediumvsQwen3.7 Plusnone Gemini 3.5 FlashminimalvsQwen3.7 Plusnone GPT-5.4 NanomediumvsQwen3.7 Plusnone