AI BENCHY Compare
OpenAI: GPT-5.5 vs Qwen: Qwen3.5 Plus 2026-04-20
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: 2026-04-27
| 指標 | GPT-5.5 GPT-5.5 medium | Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium |
|---|---|---|
| スコア | 9.0 | 8.1 |
| 順位 | #6 | #32 |
| 信頼性 | 該当なし | 9.7 |
| 一貫性 | 9.2 | 9.0 |
| 正解テスト | ||
| 試行ごとの合格率 | 87.0% | 77.8% |
| 不安定なテスト | 2 | 2 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 19.226 | 2.065 |
| 合計コスト | $2.884 | $0.269 |
| ???? | $5.000 / 1M | $0.400 / 1M |
| ???? | $30.000 / 1M | $2.400 / 1M |
| 出力トークン | 1,920 | 2,179 |
| 推論トークン | 89,632 | 103,832 |
| 応答時間（平均） | 32.75s | 32.81s |
| 応答時間（最大） | 332.10s | 92.41s |
| 応答時間（合計） | 589.59s | 590.65s |
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 | 4.66s | 250 | 1,335 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 10.84s | 215 | 7,748 |
| 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 | 9.09s | 318 | 1,391 | |
| Qwen3.5 Plus 2026-04-20 | 7.6 | 10.0 | 100.0% | 0 | 85.72s | 248 | 11,081 |
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.5 | 10.0 | 10.0 | 100.0% | 0 | 19.29s | 312 | 2,841 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 92.41s | 483 | 17,490 |
| 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 | 4.18s | 234 | 593 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 38.32s | 270 | 14,668 |
| 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 | 7.2 | 44.4% | 1 | 164.14s | 67 | 79,625 | |
| Qwen3.5 Plus 2026-04-20 | 2.9 | 7.2 | 11.1% | 1 | 53.10s | 63 | 28,414 |
| 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 | 4.16s | 138 | 223 | |
| Qwen3.5 Plus 2026-04-20 | 4.9 | 9.6 | 0.0% | 0 | 25.30s | 125 | 4,792 |
| 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 | 10.0 | 10.0 | 100.0% | 0 | 3.36s | 93 | 538 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 20.25s | 103 | 7,689 |
| 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 | 8.6 | 7.9 | 77.8% | 1 | 6.78s | 250 | 2,254 | |
| Qwen3.5 Plus 2026-04-20 | 8.2 | 7.2 | 88.9% | 1 | 17.58s | 324 | 9,786 |
| 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 | 10.57s | 258 | 832 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 14.72s | 348 | 2,164 |
クイック比較
比較ペアを切り替え
Gemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-04-20mediumGemini 3 Flash PreviewnonevsQwen3.5 Plus 2026-04-20mediumQwen3.5 Plus 2026-04-20mediumvsHY3 Previewlow無料で利用可能GPT-5.2 ChatnonevsQwen3.5 Plus 2026-04-20mediumGemini 3 Flash PreviewlowvsGPT-5.5mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5 Plus 2026-04-20mediumClaude Opus 4.7nonevsGPT-5.5mediumDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-04-20mediumQwen3.5 Plus 2026-04-20mediumvsHY3 Previewhigh無料で利用可能GPT-5.3 ChatnonevsQwen3.5 Plus 2026-04-20mediumGPT-5.5mediumvsHY3 Previewhigh無料で利用可能Claude Sonnet 4.6nonevsQwen3.5 Plus 2026-04-20medium