OpenAI: GPT-5.5 vs Qwen: Qwen3.7 Plus

GPT-5.5 (low) が平均スコアでリードし、9.3 vs 7.2 です。 Qwen3.7 Plus の benchmark コストが低く、$0.106 vs $1.253 です。 GPT-5.5 (low) の方が高速で、10.13s vs 12.09s です、成功率は 86.4% vs 50.0% です。

おすすめモデルGPT-5.5 (low)この比較で最も高いスコア（9.3）を出し、全 2 モデルの中でコストと応答時間のバランスも最良です。

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: 2026-07-18

指標	GPT-5.5 GPT-5.5 low リリース: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus none リリース: 2026-06-03

指標	GPT-5.5 GPT-5.5 low リリース: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus none リリース: 2026-06-03
スコア	9.3	7.2
順位	#6	#70
信頼性	10.0	10.0
一貫性	10.0	10.0
正解テスト
試行ごとの合格率	86.4%	50.0%
不安定なテスト	0	0
総実行回数	66	66
結果あたりのコスト	6.594	1.014
合計コスト	$1.253	$0.106
入力価格	$5.000 / 1M	$0.320 / 1M
出力価格	$30.000 / 1M	$1.280 / 1M
合計入力トークン	80,058	98,824
出力トークン	5,378	58,097
推論トークン	23,040	0
応答時間（平均）	10.13s	12.09s
応答時間（最大）	56.19s	206.03s
応答時間（合計）	222.82s	265.89s

Hamster playing table tennis

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

#6 GPT-5.5

low

コスト: $0.068
時間: 37.0s
トークン: 2,339 tok

#70 Qwen3.7 Plus

none

コスト: $0.019
時間: 213.5s
トークン: 11,960 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

カテゴリ:

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
Qwen3.7 Plus	6.5	10.0	50.0%	0		1.38s	696	349	0

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
Qwen3.7 Plus	5.5	10.0	33.3%	0		2.15s	7,911	639	0

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		13.73s	56,868	3,635	1,297
Qwen3.7 Plus	10.0	10.0	100.0%	0		117.70s	71,266	56,024	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）	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
Qwen3.7 Plus	10.0	10.0	100.0%	0		1.43s	7,794	243	0

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
Qwen3.7 Plus	3.0	10.0	0.0%	0		868ms	789	18	0

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
Qwen3.7 Plus	5.3	10.0	0.0%	0		1.33s	522	78	0

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
Qwen3.7 Plus	6.3	10.0	50.0%	0		929ms	711	72	0

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
Qwen3.7 Plus	7.7	10.0	66.7%	0		1.71s	714	443	0

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		3.54s	8,211	222	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）	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
Qwen3.7 Plus	3.0	10.0	0.0%	0		1.21s	210	9	0

クイック比較

比較ペアを切り替え

Qwen3.7 PlusnonevsGrok 4.3medium Qwen3.7 PlusnonevsGLM 5.1medium Qwen3.7 PlusnonevsGrok 4.20medium KAT-Coder-Pro V2.5highvsQwen3.7 Plusnone Kimi K2.6mediumvsQwen3.7 Plusnone Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Qwen3.7 PlusnonevsStep 3.7 Flashlow Gemini 3.1 Flash LitemediumvsQwen3.7 Plusnone DeepSeek V3.2mediumvsQwen3.7 Plusnone Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Plusnone Kimi K2.5mediumvsQwen3.7 Plusnone Mercury 2mediumvsQwen3.7 Plusnone