ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

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

概要

GPT-5.5 vs Qwen3.5-Flash の benchmark 比較: GPT-5.5 が平均スコアでリードし、9.3 vs 6.8 です。 Qwen3.5-Flash の benchmark コストが低く、$0.080 vs $0.907 です。 GPT-5.5 の方が高速で、9.76s vs 63.29s です、成功率は 85.7% vs 71.4% です。

おすすめモデル: GPT-5.5 - ここでは最高スコア（9.3）で、Qwen3.5-Flash より約 6.5 倍速く応答します。

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: 2026-06-18

指標 GPT-5.5 GPT-5.5 low リリース: 2026-04-24 Qwen3.5-Flash Qwen3.5-Flash medium リリース: 2026-02-24
スコア 9.3 6.8
順位 #4 #70
信頼性 10.0 10.0
一貫性 10.0 8.1
正解テスト
試行ごとの合格率 85.7% 71.4%
不安定なテスト 0 5
総実行回数 63 63
結果あたりのコスト 5.035 0.871
合計コスト $0.907 $0.080
入力価格 $5.000 / 1M $0.065 / 1M
出力価格 $30.000 / 1M $0.260 / 1M
合計入力トークン 34,209 38,926
出力トークン 2,046 2,088
推論トークン 22,460 294,598
応答時間（平均） 9.76s 63.29s
応答時間（最大） 56.19s 234.29s
応答時間（合計） 204.92s 1265.85s

生成ショーケース

Hamster playing table tennis

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

#4 GPT-5.5

low
コスト
$0.068
時間
37.0s
トークン
2,339 tok

#70 Qwen3.5-Flash

medium
コスト
$0.002
時間
25.8s
トークン
4,294 tok

スコア上位モデル

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） 入力トークン 出力トークン 推論トークン
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
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） 入力トークン 出力トークン 推論トークン
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
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） 入力トークン 出力トークン 推論トークン
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
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） 入力トークン 出力トークン 推論トークン
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
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） 入力トークン 出力トークン 推論トークン
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
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） 入力トークン 出力トークン 推論トークン
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
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） 入力トークン 出力トークン 推論トークン
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
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） 入力トークン 出力トークン 推論トークン
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Qwen3.5-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
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） 入力トークン 出力トークン 推論トークン
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
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） 入力トークン 出力トークン 推論トークン
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037

クイック比較

比較ペアを切り替え

Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumGPT-5.5lowvsQwen3.7 MaxmediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashnonevsQwen3.5-FlashmediumGemini 3.5 FlashmediumvsGPT-5.5lowQwen3.5-FlashmediumvsStep 3.7 FlashhighGemini 3 Flash PreviewmediumvsGPT-5.5lowQwen3.5-FlashmediumvsGLM 5.2noneDeepSeek V4 PrononevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-Flashmedium