ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

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

概要

GPT-5.6 Sol (medium) vs Qwen3.7 Max (medium) の benchmark 比較: 平均スコアは 9.4 vs 9.4 でほぼ同等です。 Qwen3.7 Max (medium) の benchmark コストが低く、$0.523 vs $0.966 です。 GPT-5.6 Sol (medium) の方が高速で、10.79s vs 16.02s です、成功率は 90.5% vs 88.9% です。

おすすめモデル: Qwen3.7 Max (medium) - ここでは最高スコア（9.4）で、GPT-5.6 Sol (medium) より約 1.9 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: 2026-07-09

指標 GPT-5.6 Sol GPT-5.6 Sol medium リリース: 2026-07-09 Qwen3.7 Max Qwen3.7 Max medium リリース: 2026-05-22
スコア 9.4 9.4
順位 #5 #4
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 90.5% 88.9%
不安定なテスト 3 1
総実行回数 63 63
結果あたりのコスト 5.682 5.517
合計コスト $0.966 $0.523
入力価格 $5.000 / 1M $1.250 / 1M
出力価格 $30.000 / 1M $3.750 / 1M
合計入力トークン 34,218 42,360
出力トークン 1,895 2,129
推論トークン 24,600 122,959
応答時間（平均） 10.79s 16.02s
応答時間（最大） 79.40s 59.98s
応答時間（合計） 226.57s 336.51s

生成ショーケース

Hamster playing table tennis

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

#5 GPT-5.6 Sol

medium
コスト
$0.124
時間
57.2s
トークン
4,199 tok

#4 Qwen3.7 Max

medium
コスト
$0.017
時間
68.8s
トークン
4,526 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-5.6 Sol 10.0 10.0 100.0% 0 2.81s 606 173 572
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 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） 入力トークン 出力トークン 推論トークン
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.40s 7,302 394 4,706
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
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 Sol 10.0 10.0 100.0% 0 12.13s 11,019 318 1,214
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 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） 入力トークン 出力トークン 推論トークン
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.38s 7,140 222 0
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 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） 入力トークン 出力トークン 推論トークン
GPT-5.6 Sol 5.9 7.2 55.6% 1 47.86s 723 71 16,201
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 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） 入力トークン 出力トークン 推論トークン
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.48s 477 99 214
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 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） 入力トークン 出力トークン 推論トークン
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.50s 660 96 249
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 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） 入力トークン 出力トークン 推論トークン
GPT-5.6 Sol 8.2 7.2 88.9% 1 2.98s 642 228 566
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 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） 入力トークン 出力トークン 推論トークン
GPT-5.6 Sol 10.0 10.0 100.0% 0 6.30s 5,454 264 361
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 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） 入力トークン 出力トークン 推論トークン
GPT-5.6 Sol 4.7 1.6 66.7% 1 4.94s 195 30 517
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

クイック比較

比較ペアを切り替え

GPT-5.6 SolhighvsQwen3.7 MaxmediumGPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.6 SolmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGPT-5.6 SollowvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.6 SolmediumGPT-5.2 ChatnonevsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsGPT-5.6 SolmediumDeepSeek V4 FlashhighvsQwen3.7 MaxmediumGPT-5.6 TerrahighvsQwen3.7 MaxmediumGPT-5.6 SolmediumvsGrok 4.5low