AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.6 Max Preview

概要

GPT-5.5 vs Qwen3.6 Max Preview の benchmark 比較: Qwen3.6 Max Preview が平均スコアでリードし、6.9 vs 6.4 です。 Qwen3.6 Max Preview の benchmark コストが低く、$0.075 vs $0.231 です。 GPT-5.5 の方が高速で、1.89s vs 3.30s です、成功率は 54.0% vs 58.7% です。

おすすめモデル: Qwen3.6 Max Preview - ここでは最高スコア（6.9）で、GPT-5.5 より約 3.1 倍低コストです。

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: 2026-06-04

指標	GPT-5.5 GPT-5.5 none リリース: 2026-04-24	Qwen3.6 Max Preview Qwen3.6 Max Preview none リリース: 2026-04-20

指標	GPT-5.5 GPT-5.5 none リリース: 2026-04-24	Qwen3.6 Max Preview Qwen3.6 Max Preview none リリース: 2026-04-20
スコア	6.4	6.9
順位	#91	#74
信頼性	10.0	10.0
一貫性	8.8	9.2
正解テスト
試行ごとの合格率	54.0%	58.7%
不安定なテスト	3	2
総実行回数	63	63
結果あたりのコスト	2.302	0.824
合計コスト	$0.231	$0.075
入力価格	$5.000 / 1M	$1.040 / 1M
出力価格	$30.000 / 1M	$6.240 / 1M
合計入力トークン	34,212	42,509
出力トークン	1,971	4,779
推論トークン	0	0
応答時間（平均）	1.89s	3.30s
応答時間（最大）	5.56s	20.51s
応答時間（合計）	39.64s	69.40s

Generation showcase

Hamster playing table tennis

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

#91 GPT-5.5

none

Cost: $0.090
Time: 54.3s
Tokens: 3,063 tok

#74 Qwen3.6 Max Preview

none

Cost: $0.025
Time: 83.9s
Tokens: 4,066 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	6.9	7.9	66.7%	1		1.31s	606	213	0
Qwen3.6 Max Preview	5.2	7.9	41.7%	1		2.63s	696	513	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	5.5	10.0	33.3%	0		1.35s	7,305	462	0
Qwen3.6 Max Preview	3.8	7.3	22.2%	1		3.12s	7,913	456	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	3.0	10.0	0.0%	0		5.56s	11,019	300	0
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		20.51s	14,949	2,842	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		1.18s	7,140	222	0
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.87s	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	2.9	7.2	11.1%	1		1.31s	723	52	0
Qwen3.6 Max Preview	7.7	10.0	66.7%	0		1.22s	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		3.41s	477	124	0
Qwen3.6 Max Preview	4.3	10.0	0.0%	0		1.62s	522	76	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	6.2	5.8	66.7%	1		1.15s	660	81	0
Qwen3.6 Max Preview	9.8	10.0	100.0%	0		1.40s	711	69	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	7.7	10.0	66.7%	0		1.29s	642	252	0
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		2.65s	714	321	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		3.90s	5,445	247	0
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		5.27s	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		5.01s	195	18	0
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		1.97s	210	19	0

クイック比較

比較ペアを切り替え