AI BENCHY Compare

OpenAI: GPT-5.6 Sol vs Qwen: Qwen3.5-35B-A3B

Ringkasan

Perbandingan benchmark GPT-5.6 Sol vs Qwen3.5-35B-A3B (medium): Skor rata-rata hampir imbang di 6.3 vs 6.3. GPT-5.6 Sol memiliki biaya benchmark lebih rendah di $0.225 vs $0.401. GPT-5.6 Sol lebih cepat di 1.66s vs 72.57s, dengan tingkat keberhasilan 57.1% vs 69.8%.

Model yang direkomendasikan: GPT-5.6 Sol - It has the best score here (6.3), while costing about 1.8x less than Qwen3.5-35B-A3B (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-09

Metrik	GPT-5.6 Sol GPT-5.6 Sol none Rilis: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24

Metrik	GPT-5.6 Sol GPT-5.6 Sol none Rilis: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24
Skor	6.3	6.3
Peringkat	#101	#103
Keandalan	10.0	10.0
Konsistensi	9.0	7.5
Tes benar
Tingkat lulus per percobaan	57.1%	69.8%
Tes tidak stabil	3	6
Total Run	63	63
Biaya per hasil	2.244	5.162
Total Biaya	$0.225	$0.401
Harga input	$5.000 / 1M	$0.140 / 1M
Harga output	$30.000 / 1M	$1.000 / 1M
Total token input	34,218	42,196
Token output	1,776	40,630
Token penalaran	0	353,577
Waktu respons (rata-rata)	1.66s	72.57s
Waktu respons (maks)	3.93s	409.98s
Waktu respons (total)	34.81s	1524.04s

Showcase generasi

Hamster playing table tennis

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

#101 GPT-5.6 Sol

none

Biaya: $0.116
Waktu: 78.7s
Token: 3,944 tok

#103 Qwen3.5-35B-A3B

medium

Biaya: $0.009
Waktu: 71.4s
Token: 8,631 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-5.6 Sol	8.3	10.0	75.0%	0		1.27s	606	154	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

Pemrograman	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Sol	5.5	10.0	33.3%	0		1.39s	7,302	390	0
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

Gabungan	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Sol	3.0	10.0	0.0%	0		3.93s	11,019	300	0
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

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-5.6 Sol	10.0	10.0	100.0%	0		1.53s	7,140	222	0
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

Spesifik domain	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Sol	3.6	7.2	22.2%	1		1.43s	723	54	0
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

Kecerdasan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Sol	6.5	3.4	66.7%	1		1.52s	477	91	0
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

Kepatuhan instruksi	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Sol	8.5	6.8	83.3%	1		1.33s	660	84	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

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-5.6 Sol	7.7	10.0	66.7%	0		1.49s	642	211	0
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

Pemanggilan alat	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.70s	5,454	246	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

Pengetahuan umum	Skor	Konsistensi	Tingkat lulus per percobaan	Tes tidak stabil	Tes benar	Waktu respons (rata-rata)	Token input	Token output	Token penalaran
GPT-5.6 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

Perbandingan Cepat

Ganti Pasangan Perbandingan

Nemotron 3 SupermediumTersedia gratisvsGPT-5.6 Solnone Gemma 4 31BmediumTersedia gratisvsGPT-5.6 Solnone GPT-5.5nonevsQwen3.5-35B-A3Bmedium Seed-2.0-LitenonevsQwen3.5-35B-A3Bmedium GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LitelowvsGPT-5.6 Solnone Gemini 2.5 FlashnonevsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LitelowvsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash Lite PreviewnonevsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash Lite PreviewlowvsGPT-5.6 Solnone Gemini 3.1 Flash LiteminimalvsGPT-5.6 Solnone