OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.7 Max

GPT-5.6 Luna (medium) が平均スコアでリードし、7.6 vs 7.4 です。 Qwen3.7 Max の benchmark コストが低く、$0.197 vs $0.352 です。 Qwen3.7 Max の方が高速で、4.52s vs 7.28s です、成功率は 65.2% vs 68.2% です。

おすすめモデルQwen3.7 Maxスコアはここでの最高値に近く（7.4 vs 7.6）、GPT-5.6 Luna (medium) より約 1.8 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: 2026-07-17

指標	GPT-5.6 Luna GPT-5.6 Luna medium リリース: 2026-07-09	Qwen3.7 Max Qwen3.7 Max none リリース: 2026-05-22

指標	GPT-5.6 Luna GPT-5.6 Luna medium リリース: 2026-07-09	Qwen3.7 Max Qwen3.7 Max none リリース: 2026-05-22
スコア	7.6	7.4
順位	#48	#57
信頼性	10.0	9.9
一貫性	9.6	10.0
正解テスト
試行ごとの合格率	65.2%	68.2%
不安定なテスト	1	0
総実行回数	66	66
結果あたりのコスト	2.513	1.582
合計コスト	$0.352	$0.197
入力価格	$1.000 / 1M	$1.475 / 1M
出力価格	$6.000 / 1M	$4.425 / 1M
合計入力トークン	89,676	95,983
出力トークン	5,699	12,446
推論トークン	37,980	0
応答時間（平均）	7.28s	4.52s
応答時間（最大）	29.85s	72.30s
応答時間（合計）	160.27s	99.52s

Hamster playing table tennis

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

#48 GPT-5.6 Luna

medium

コスト: $0.014
時間: 14.6s
トークン: 2,362 tok

#57 Qwen3.7 Max

none

コスト: $0.046
時間: 195.0s
トークン: 12,171 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-5.6 Luna	8.3	10.0	75.0%	0		2.52s	606	160	987
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	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-5.6 Luna	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	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-5.6 Luna	10.0	10.0	100.0%	0		14.59s	66,477	3,926	4,594
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	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-5.6 Luna	10.0	10.0	100.0%	0		1.95s	7,140	234	324
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	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-5.6 Luna	5.3	10.0	33.3%	0		17.37s	723	68	16,531
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	15	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-5.6 Luna	5.1	10.0	0.0%	0		4.34s	477	112	496
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	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-5.6 Luna	9.9	10.0	100.0%	0		2.38s	660	95	393
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	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-5.6 Luna	7.8	10.0	66.7%	0		4.04s	642	255	2,104
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	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-5.6 Luna	10.0	10.0	100.0%	0		6.02s	5,454	256	244
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	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-5.6 Luna	3.0	10.0	0.0%	0		6.64s	195	29	2,379
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0

クイック比較

比較ペアを切り替え

GPT-5.4 MinimediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone GPT-5.4 NanomediumvsQwen3.7 Maxnone DeepSeek V4 ProhighvsGPT-5.6 Lunamedium Kimi K2.7 CodemediumvsQwen3.7 Maxnone DeepSeek V4 FlashhighvsGPT-5.6 Lunamedium Nemotron 3 Ultramedium無料で利用可能vsQwen3.7 Maxnone Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone Gemini 3.1 Flash LitemediumvsQwen3.7 Maxnone Qwen3.7 MaxnonevsGrok Build 0.1medium