AI BENCHY Compare
OpenAI: GPT-5.3 Chat vs Qwen: Qwen3.6 35B A3B
ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-05-08
| 指標 | GPT-5.3 Chat GPT-5.3 Chat none | Qwen3.6 35B A3B Qwen3.6 35B A3B medium |
|---|---|---|
| スコア | 7.6 | 8.0 |
| 順位 | #46 | #21 |
| 信頼性 | 10.0 | 9.8 |
| 一貫性 | 8.7 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 70.2% | 74.5% |
| 不安定なテスト | 3 | 2 |
| 総実行回数 | 57 | 57 |
| 結果あたりのコスト | 2.895 | 0.959 |
| 合計コスト | $0.348 | $0.116 |
| ???? | $1.750 / 1M | $0.150 / 1M |
| ???? | $14.000 / 1M | $1.000 / 1M |
| 出力トークン | 21,353 | 15,018 |
| 推論トークン | 0 | 108,331 |
| 応答時間（平均） | 5.80s | 13.22s |
| 応答時間（最大） | 18.33s | 45.02s |
| 応答時間（合計） | 110.27s | 224.66s |
スコア vs 総コスト
応答時間（平均）
スコア vs 応答時間（平均）
合計出力トークン
スコア vs 合計出力トークン
カテゴリ内訳
| 反AIトリック | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 6.7 | 8.1 | 58.3% | 1 | 3.86s | 3,167 | 0 | |
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 6.02s | 1,154 | 12,385 |
| コーディング | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 9.32s | 1,436 | 0 | |
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 32.58s | 3,294 | 15,116 |
| 複合 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 11.96s | 2,614 | 0 | |
| Qwen3.6 35B A3B | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 |
| データ解析と抽出 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.21s | 942 | 0 | |
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 12.99s | 2,591 | 9,968 |
| ドメイン特化 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 3.5 | 4.4 | 33.3% | 2 | 13.01s | 8,264 | 0 | |
| Qwen3.6 35B A3B | 5.3 | 7.2 | 44.4% | 1 | 22.50s | 6,193 | 39,116 |
| 汎用知能 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 4.6 | 10.0 | 0.0% | 0 | 1.99s | 319 | 0 | |
| Qwen3.6 35B A3B | 4.4 | 9.9 | 0.0% | 0 | 8.66s | 129 | 4,569 |
| 指示追従 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 9.8 | 10.0 | 100.0% | 0 | 3.29s | 1,455 | 0 | |
| Qwen3.6 35B A3B | 10.0 | 10.0 | 100.0% | 0 | 7.50s | 219 | 7,404 |
| パズル解決 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 2.93s | 1,726 | 0 | |
| Qwen3.6 35B A3B | 7.9 | 7.5 | 77.8% | 1 | 5.98s | 676 | 9,447 |
| ツール呼び出し | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 10.0 | 10.0 | 100.0% | 0 | 8.36s | 861 | 0 | |
| Qwen3.6 35B A3B | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 |
| 雑学 | スコア | 一貫性 | 試行ごとの合格率 | 不安定なテスト | 正解テスト | 応答時間（平均） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.3 Chat | 3.0 | 10.0 | 0.0% | 0 | 4.38s | 569 | 0 | |
| Qwen3.6 35B A3B | 3.0 | 10.0 | 0.0% | 0 | 32.90s | 762 | 10,326 |
クイック比較
比較ペアを切り替え
GPT-5.3 ChatnonevsGLM 5.1mediumDeepSeek V4 FlashhighvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash LitelowvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsStep 3.5 FlashmediumGPT-5.3 ChatnonevsGLM 5V TurbomediumKimi K2.6mediumvsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsQwen3.6 FlashmediumGemma 4 26B A4Bmedium無料で利用可能vsGPT-5.3 ChatnoneGPT-5.3 ChatnonevsMiMo-V2-PromediumGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3Bmedium