AI BENCHY Compare

OpenAI: GPT-5.6 Sol vs Qwen: Qwen3.6 35B A3B

概要

GPT-5.6 Sol vs Qwen3.6 35B A3B (medium) の benchmark 比較: Qwen3.6 35B A3B (medium) が平均スコアでリードし、6.7 vs 6.3 です。 Qwen3.6 35B A3B (medium) の benchmark コストが低く、$0.146 vs $0.225 です。 GPT-5.6 Sol の方が高速で、1.66s vs 18.08s です、成功率は 57.1% vs 63.5% 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 6.7）、Qwen3.6 35B A3B (medium) より約 10.9 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 35B A3B Qwen3.6 35B A3B 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 35B A3B Qwen3.6 35B A3B medium リリース: 2026-04-20
スコア	6.3	6.7
順位	#101	#88
信頼性	10.0	10.0
一貫性	9.0	9.6
正解テスト
試行ごとの合格率	57.1%	63.5%
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	2.244	1.094
合計コスト	$0.225	$0.146
入力価格	$5.000 / 1M	$0.140 / 1M
出力価格	$30.000 / 1M	$1.000 / 1M
合計入力トークン	34,218	16,385
出力トークン	1,776	19,632
推論トークン	0	130,219
応答時間（平均）	1.66s	18.08s
応答時間（最大）	3.93s	86.11s
応答時間（合計）	34.81s	343.61s

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

#88 Qwen3.6 35B A3B

medium

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 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 35B A3B	10.0	10.0	100.0%	0		6.02s	672	1,154	12,385

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 35B A3B	7.7	10.0	66.7%	0		50.55s	5,051	7,929	37,223

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 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	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 Sol	10.0	10.0	100.0%	0		1.53s	7,140	222	0
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		12.99s	7,776	2,591	9,968

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 35B A3B	5.3	7.2	44.4%	1		22.50s	771	6,193	39,116

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 35B A3B	4.4	9.9	0.0%	0		8.66s	516	129	4,569

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 35B A3B	10.0	10.0	100.0%	0		7.50s	699	219	7,404

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 35B A3B	8.0	10.0	66.7%	0		5.95s	696	655	9,228

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 35B A3B	3.0	10.0	0.0%	0		0ms	0	0	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 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		32.90s	204	762	10,326

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 3.5 FlashminimalvsQwen3.6 35B A3Bmedium Gemini 3.1 Flash LitelowvsGPT-5.6 Solnone Gemini 3.1 Flash Lite PreviewlowvsGPT-5.6 Solnone Gemini 3 Flash PreviewnonevsQwen3.6 35B A3Bmedium Gemini 3.1 Flash LiteminimalvsGPT-5.6 Solnone Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3Bmedium Gemini 3.5 FlashnonevsQwen3.6 35B A3Bmedium GPT-5.6 SolnonevsQwen3.6 27Bmedium Gemini 3.1 Flash Lite PreviewnonevsQwen3.6 35B A3Bmedium