AI BENCHY Compare

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

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: 2026-05-22

指標	GPT-5.5 GPT-5.5 medium リリース: 2026-04-24	Qwen3.7 Max Qwen3.7 Max medium リリース: 2026-05-22

指標	GPT-5.5 GPT-5.5 medium リリース: 2026-04-24	Qwen3.7 Max Qwen3.7 Max medium リリース: 2026-05-22
スコア	8.7	9.0
順位	#11	#5
信頼性	10.0	10.0
一貫性	8.8	9.6
正解テスト
試行ごとの合格率	86.7%	88.3%
不安定なテスト	3	1
総実行回数	60	60
結果あたりのコスト	21.891	5.540
合計コスト	$3.503	$0.942
????	$5.000 / 1M	$2.500 / 1M
????	$30.000 / 1M	$7.500 / 1M
出力トークン	1,973	2,109
推論トークン	109,510	110,285
応答時間（平均）	37.89s	13.83s
応答時間（最大）	332.10s	33.37s
応答時間（合計）	757.71s	276.53s

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）	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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	222	8,742

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	8.2	6.7	83.3%	1		69.68s	341	19,515
Qwen3.7 Max	10.0	10.0	100.0%	0		22.98s	403	22,134

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
Qwen3.7 Max	10.0	10.0	100.0%	0		19.60s	366	8,405

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	270	6,254

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
Qwen3.7 Max	5.9	7.2	55.6%	1		24.94s	61	31,793

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
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	135	4,457

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
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	102	5,452

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	10.0	10.0	100.0%	0		6.78s	250	2,254
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	259	8,908

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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	267	1,220

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-5.5	2.8	1.6	33.3%	1		37.86s	30	1,754
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	24	12,920

クイック比較

比較ペアを切り替え

Gemini 3 Flash PreviewlowvsGPT-5.5medium GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashnonevsQwen3.7 Maxmedium Gemini 3.5 FlashnonevsGPT-5.5medium Gemini 3.5 FlashlowvsQwen3.7 Maxmedium Gemini 3 Flash PreviewlowvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsGPT-5.5medium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashminimalvsGPT-5.5medium GPT-5.5mediumvsQwen3.7 Maxnone Gemini 3.5 FlashhighvsGPT-5.5medium Gemini 3.5 FlashminimalvsQwen3.7 Maxmedium