OpenAI: GPT-5.5 vs Qwen: Qwen3.6 Flash

Skor rata-rata hampir imbang di 6.9 vs 6.9. GPT-5.5 memiliki biaya benchmark lebih rendah di $0.544 vs $0.738. GPT-5.5 lebih cepat di 2.36s vs 44.65s, dengan tingkat keberhasilan 56.1% vs 68.2%.

Model yang direkomendasikanGPT-5.5It has the best score here (6.9), while responding about 18.9x faster than Qwen3.6 Flash (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-17

Metrik	GPT-5.5 GPT-5.5 none Rilis: 2026-04-24	Qwen3.6 Flash Qwen3.6 Flash medium Rilis: 2026-04-20

Metrik	GPT-5.5 GPT-5.5 none Rilis: 2026-04-24	Qwen3.6 Flash Qwen3.6 Flash medium Rilis: 2026-04-20
Skor	6.9	6.9
Peringkat	#84	#82
Keandalan	10.0	10.0
Konsistensi	8.9	8.2
Tes benar
Tingkat lulus per percobaan	56.1%	68.2%
Tes tidak stabil	3	5
Total Run	66	66
Biaya per hasil	4.945	6.784
Total Biaya	$0.544	$0.738
Harga input	$5.000 / 1M	$0.188 / 1M
Harga output	$30.000 / 1M	$1.125 / 1M
Total token input	79,285	129,041
Token output	4,915	20,026
Token penalaran	0	614,312
Waktu respons (rata-rata)	2.36s	44.65s
Waktu respons (maks)	12.24s	578.13s
Waktu respons (total)	51.88s	982.32s

Hamster playing table tennis

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

#84 GPT-5.5

none

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

#82 Qwen3.6 Flash

medium

SVG tidak valid

Biaya: $0.008
Waktu: 29.9s
Token: 6,784 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
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.10s	672	624	14,024

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
Qwen3.6 Flash	5.0	5.1	44.5%	2		42.85s	7,895	495	67,967

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	6.5	10.0	50.0%	0		8.90s	56,092	3,244	0
Qwen3.6 Flash	6.5	10.0	50.0%	0		299.21s	101,613	17,514	382,793

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
Qwen3.6 Flash	10.0	10.0	100.0%	0		9.65s	7,782	270	13,155

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
Qwen3.6 Flash	3.5	4.4	33.3%	2		14.65s	771	60	24,409

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
Qwen3.6 Flash	4.8	9.9	0.0%	0		9.88s	516	140	5,445

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
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.05s	699	102	7,423

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
Qwen3.6 Flash	8.2	7.2	88.9%	1		6.29s	696	460	10,860

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
Qwen3.6 Flash	10.0	10.0	100.0%	0		4.00s	8,193	335	1,188

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
Qwen3.6 Flash	3.0	10.0	0.0%	0		122.87s	204	26	87,048

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.5nonevsStep 3.7 Flashhigh Qwen3.6 FlashmediumvsStep 3.7 Flashhigh GPT-5.6 SolnonevsQwen3.6 Flashmedium GPT-5.5nonevsMiMo-V2.5-Promedium DeepSeek V4 PrononevsQwen3.6 Flashmedium Gemini 3.5 FlashminimalvsGPT-5.5none Gemini 3.5 FlashminimalvsQwen3.6 Flashmedium KAT-Coder-Pro V2.5mediumvsGPT-5.5none Seed-2.0-MinimediumvsGPT-5.5none Gemini 3.5 FlashnonevsQwen3.6 Flashmedium Gemini 3 Flash PreviewnonevsQwen3.6 Flashmedium GPT-5.5nonevsQwen3.6 35B A3Bmedium