AI BENCHY Compare

OpenAI: GPT-5.6 Sol vs Qwen: Qwen3.6 27B

概要

GPT-5.6 Sol vs Qwen3.6 27B (medium) の benchmark 比較: Qwen3.6 27B (medium) が平均スコアでリードし、6.6 vs 6.3 です。 GPT-5.6 Sol の benchmark コストが低く、$0.225 vs $0.336 です。 GPT-5.6 Sol の方が高速で、1.66s vs 59.71s です、成功率は 57.1% vs 60.3% です。

おすすめモデル: GPT-5.6 Sol - スコアはここでの最高値に近く（6.3 vs 6.6）、Qwen3.6 27B (medium) より約 36.0 倍速く応答します。

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 none リリース: 2026-07-09	Qwen3.6 27B Qwen3.6 27B medium リリース: 2026-04-20

指標	GPT-5.6 Sol GPT-5.6 Sol none リリース: 2026-07-09	Qwen3.6 27B Qwen3.6 27B medium リリース: 2026-04-20
スコア	6.3	6.6
順位	#101	#94
信頼性	10.0	10.0
一貫性	9.0	8.2
正解テスト
試行ごとの合格率	57.1%	60.3%
不安定なテスト	3	5
総実行回数	63	63
結果あたりのコスト	2.244	3.361
合計コスト	$0.225	$0.336
入力価格	$5.000 / 1M	$0.286 / 1M
出力価格	$30.000 / 1M	$2.400 / 1M
合計入力トークン	34,218	39,376
出力トークン	1,776	16,189
推論トークン	0	122,521
応答時間（平均）	1.66s	59.71s
応答時間（最大）	3.93s	168.22s
応答時間（合計）	34.81s	1254.01s

生成ショーケース

Hamster playing table tennis

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

#101 GPT-5.6 Sol

none

コスト: $0.116
時間: 78.7s
トークン: 3,944 tok

#94 Qwen3.6 27B

medium

コスト: $0.009
時間: 39.6s
トークン: 3,090 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	8.3	10.0	75.0%	0		1.27s	606	154	0
Qwen3.6 27B	8.3	10.0	75.0%	0		12.62s	453	582	4,311

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	5.5	10.0	33.3%	0		1.39s	7,302	390	0
Qwen3.6 27B	7.7	10.0	66.7%	0		142.99s	5,051	7,968	43,367

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	3.0	10.0	0.0%	0		3.93s	11,019	300	0
Qwen3.6 27B	7.0	3.7	66.7%	1		83.07s	15,104	2,088	14,689

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		1.53s	7,140	222	0
Qwen3.6 27B	3.5	1.4	50.0%	2		37.30s	7,778	568	9,404

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	3.6	7.2	22.2%	1		1.43s	723	54	0
Qwen3.6 27B	2.9	7.2	11.1%	1		73.38s	662	3,510	20,352

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	6.5	3.4	66.7%	1		1.52s	477	91	0
Qwen3.6 27B	6.5	3.4	66.7%	1		39.53s	516	81	3,045

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	8.5	6.8	83.3%	1		1.33s	660	84	0
Qwen3.6 27B	10.0	10.0	100.0%	0		37.96s	699	346	6,548

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	7.7	10.0	66.7%	0		1.49s	642	211	0
Qwen3.6 27B	7.7	10.0	66.7%	0		61.14s	696	255	12,044

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		3.70s	5,454	246	0
Qwen3.6 27B	10.0	10.0	100.0%	0		16.88s	8,213	390	2,954

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	3.0	10.0	0.0%	0		1.95s	195	24	0
Qwen3.6 27B	3.0	10.0	0.0%	0		80.99s	204	401	5,807

クイック比較

比較ペアを切り替え

Nemotron 3 Supermedium無料で利用可能vsGPT-5.6 Solnone Gemma 4 31Bmedium無料で利用可能vsGPT-5.6 Solnone GPT-5.6 SolnonevsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 27Bmedium Gemini 3.1 Flash LitelowvsGPT-5.6 Solnone Gemini 3.1 Flash Lite PreviewnonevsQwen3.6 27Bmedium Gemini 3.1 Flash LitelowvsQwen3.6 27Bmedium Gemini 3.1 Flash Lite PreviewlowvsGPT-5.6 Solnone Gemini 3.1 Flash LiteminimalvsGPT-5.6 Solnone Gemini 3.5 FlashminimalvsQwen3.6 27Bmedium GPT-5.6 SolnonevsStep 3.5 Flashmedium GPT-5.5nonevsQwen3.6 27Bmedium