AI BENCHY Compare

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

Ringkasan

Perbandingan benchmark GPT-5.6 Terra vs Qwen3.5-35B-A3B (medium): Qwen3.5-35B-A3B (medium) unggul dalam skor rata-rata dengan 6.3 vs 6.0. GPT-5.6 Terra memiliki biaya benchmark lebih rendah di $0.130 vs $0.401. GPT-5.6 Terra lebih cepat di 1.25s vs 72.57s, dengan tingkat keberhasilan 42.9% vs 69.8%.

Model yang direkomendasikan: GPT-5.6 Terra - Its score stays close to the best score here (6.0 vs 6.3), while costing about 3.1x less than Qwen3.5-35B-A3B (medium).

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

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

Metrik	GPT-5.6 Terra GPT-5.6 Terra none Rilis: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24
Skor	6.0	6.3
Peringkat	#116	#103
Keandalan	10.0	10.0
Konsistensi	9.3	7.5
Tes benar
Tingkat lulus per percobaan	42.9%	69.8%
Tes tidak stabil	2	6
Total Run	63	63
Biaya per hasil	1.623	5.162
Total Biaya	$0.130	$0.401
Harga input	$2.500 / 1M	$0.140 / 1M
Harga output	$15.000 / 1M	$1.000 / 1M
Total token input	39,552	42,196
Token output	2,060	40,630
Token penalaran	0	353,577
Waktu respons (rata-rata)	1.25s	72.57s
Waktu respons (maks)	3.97s	409.98s
Waktu respons (total)	26.21s	1524.04s

Showcase generasi

Hamster playing table tennis

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

#116 GPT-5.6 Terra

none

Biaya: $0.030
Waktu: 14.7s
Token: 2,082 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 Terra	4.8	10.0	25.0%	0		942ms	606	191	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 Terra	5.5	10.0	33.3%	0		1.00s	7,302	336	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 Terra	3.0	10.0	0.0%	0		3.97s	14,961	437	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 Terra	10.0	10.0	100.0%	0		1.13s	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 Terra	5.3	7.2	44.4%	1		757ms	723	68	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 Terra	5.0	10.0	0.0%	0		1.03s	477	102	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 Terra	8.5	6.8	83.3%	1		1.15s	660	101	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 Terra	5.3	10.0	33.3%	0		1.23s	642	235	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 Terra	9.6	10.0	100.0%	0		3.10s	6,846	344	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 Terra	3.0	10.0	0.0%	0		787ms	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