AI BENCHY Compare
OpenAI: GPT-5.5 vs Qwen: Qwen3.5 Plus 2026-02-15
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: 2026-04-26
| 指標 | GPT-5.5 GPT-5.5 low | Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium |
|---|---|---|
| スコア | 9.0 | 8.5 |
| 順位 | #5 | #10 |
| 信頼性 | 10.0 | 該当なし |
| 一貫性 | 9.6 | 9.1 |
| 正解テスト | ||
| 試行ごとの合格率 | 87.0% | 83.3% |
| 不安定なテスト | 1 | 2 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 4.534 | 1.566 |
| 合計コスト | $0.681 | $0.220 |
| ???? | $5.000 / 1M | $0.260 / 1M |
| ???? | $30.000 / 1M | $1.560 / 1M |
| 出力トークン | 1,959 | 2,121 |
| 推論トークン | 16,134 | 111,889 |
| 応答時間（平均） | 8.39s | 46.56s |
| 応答時間（最大） | 56.19s | 120.91s |
| 応答時間（合計） | 151.01s | 512.20s |
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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.15s | 232 | 1,056 | |
| Qwen3.5 Plus 2026-02-15 | 8.2 | 7.9 | 83.3% | 1 | 45.78s | 205 | 21,236 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 7.79s | 369 | 936 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 120.91s | 367 | 19,367 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 9.56s | 303 | 717 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 46.85s | 421 | 7,906 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.28s | 228 | 157 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 46.91s | 270 | 14,916 |
| 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-5.5 | 5.3 | 10.0 | 33.3% | 0 | 27.57s | 69 | 11,731 | |
| Qwen3.5 Plus 2026-02-15 | 5.3 | 10.0 | 33.3% | 0 | 17.50s | 35 | 16,680 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 3.45s | 143 | 132 | |
| Qwen3.5 Plus 2026-02-15 | 4.7 | 1.6 | 66.7% | 1 | 79.86s | 73 | 8,675 |
| 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-5.5 | 9.9 | 10.0 | 100.0% | 0 | 2.98s | 93 | 356 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 31.93s | 101 | 7,704 |
| 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-5.5 | 9.0 | 7.9 | 88.9% | 1 | 4.48s | 272 | 948 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 34.57s | 340 | 14,496 |
| 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-5.5 | 10.0 | 10.0 | 100.0% | 0 | 4.96s | 250 | 101 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 309 | 909 |
クイック比較
比較ペアを切り替え
Qwen3.5 Plus 2026-02-15mediumvsHY3 Previewhigh無料で利用可能Claude Opus 4.7nonevsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-02-15mediumQwen3.5 Plus 2026-02-15mediumvsHY3 Previewlow無料で利用可能Gemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-02-15mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15mediumSeed-2.0-LitemediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGPT-5.5lowvsHY3 Previewhigh無料で利用可能GPT-5.5lowvsQwen3.6 Plus Previewmedium無料で利用可能GPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15medium