AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.5-Flash

Ringkasan

GPT-5.5 unggul dalam skor rata-rata dengan 6.3 vs 6.1. Qwen3.5-Flash memiliki biaya benchmark lebih rendah di $0.005 vs $0.231. GPT-5.5 lebih cepat di 1.89s vs 3.58s, dengan tingkat keberhasilan 54.0% vs 39.7%.

Model yang direkomendasikanQwen3.5-FlashIts score stays close to the best score here (6.1 vs 6.3), while costing about 55.7x less than GPT-5.5.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-14

Metrik	GPT-5.5 GPT-5.5 none Rilis: 2026-04-24	Qwen3.5-Flash Qwen3.5-Flash none Rilis: 2026-02-24

Metrik	GPT-5.5 GPT-5.5 none Rilis: 2026-04-24	Qwen3.5-Flash Qwen3.5-Flash none Rilis: 2026-02-24
Skor	6.3	6.1
Peringkat	#109	#119
Keandalan	10.0	10.0
Konsistensi	8.8	9.7
Tes benar
Tingkat lulus per percobaan	54.0%	39.7%
Tes tidak stabil	3	1
Total Run	63	63
Biaya per hasil	2.302	0.075
Total Biaya	$0.231	$0.005
Harga input	$5.000 / 1M	$0.065 / 1M
Harga output	$30.000 / 1M	$0.260 / 1M
Total token input	34,212	46,439
Token output	1,971	4,276
Token penalaran	0	0
Waktu respons (rata-rata)	1.89s	3.58s
Waktu respons (maks)	5.56s	27.18s
Waktu respons (total)	39.64s	75.28s

Showcase generasi

Hamster playing table tennis

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

#109 GPT-5.5

none

Biaya: $0.090
Waktu: 54.3s
Token: 3,063 tok

#119 Qwen3.5-Flash

none

Biaya: $0.003
Waktu: 47.4s
Token: 7,799 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

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	6.9	7.9	66.7%	1		1.31s	606	213	0
Qwen3.5-Flash	3.5	8.3	8.3%	1		1.32s	696	690	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	5.5	10.0	33.3%	0		1.35s	7,305	462	0
Qwen3.5-Flash	5.5	10.0	33.3%	0		850ms	7,913	519	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	3.0	10.0	0.0%	0		5.56s	11,019	300	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		6.22s	18,879	1,794	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		1.18s	7,140	222	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		1.57s	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	2.9	7.2	11.1%	1		1.31s	723	52	0
Qwen3.5-Flash	7.7	10.0	66.7%	0		905ms	789	15	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		3.41s	477	124	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		803ms	522	100	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	6.2	5.8	66.7%	1		1.15s	660	81	0
Qwen3.5-Flash	6.3	10.0	50.0%	0		8.81s	711	63	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	7.7	10.0	66.7%	0		1.29s	642	252	0
Qwen3.5-Flash	3.1	10.0	0.0%	0		10.89s	714	579	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		3.90s	5,445	247	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		3.67s	8,211	264	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	3.0	10.0	0.0%	0		5.01s	195	18	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		588ms	210	9	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.5nonevsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashnone Gemma 4 31BmediumTersedia gratisvsGPT-5.5none KAT-Coder-Air V2.5highvsGPT-5.5none Nemotron 3 SupermediumTersedia gratisvsGPT-5.5none KAT-Coder-Air V2.5mediumvsQwen3.5-Flashnone GPT-5.6 LunalowvsQwen3.5-Flashnone KAT-Coder-Air V2.5lowvsQwen3.5-Flashnone KAT-Coder-Air V2.5mediumvsGPT-5.5none KAT-Coder-Air V2.5highvsQwen3.5-Flashnone Gemini 3.1 Flash LiteminimalvsGPT-5.5none Gemini 3.1 Flash LitelowvsGPT-5.5none