OpenAI: GPT-5.6 Sol vs Qwen: Qwen3.6 Flash

平均スコアは 6.9 vs 6.9 でほぼ同等です。 GPT-5.6 Sol の benchmark コストが低く、$0.524 vs $0.738 です。 GPT-5.6 Sol の方が高速で、2.16s vs 44.65s です、成功率は 59.1% vs 68.2% です。

おすすめモデルGPT-5.6 Solここでは最高スコア（6.9）で、Qwen3.6 Flash (medium) より約 20.6 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: 2026-07-17

指標	GPT-5.6 Sol GPT-5.6 Sol none リリース: 2026-07-09	Qwen3.6 Flash Qwen3.6 Flash 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 Flash Qwen3.6 Flash medium リリース: 2026-04-20
スコア	6.9	6.9
順位	#80	#82
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	59.1%	68.2%
不安定なテスト	3	5
総実行回数	66	66
結果あたりのコスト	4.761	6.784
合計コスト	$0.524	$0.738
入力価格	$5.000 / 1M	$0.188 / 1M
出力価格	$30.000 / 1M	$1.125 / 1M
合計入力トークン	78,593	129,041
出力トークン	4,357	20,026
推論トークン	0	614,312
応答時間（平均）	2.16s	44.65s
応答時間（最大）	12.81s	578.13s
応答時間（合計）	47.62s	982.32s

Hamster playing table tennis

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

#80 GPT-5.6 Sol

none

コスト: $0.116
時間: 78.7s
トークン: 3,944 tok

#82 Qwen3.6 Flash

medium

無効なSVG

コスト: $0.008
時間: 29.9s
トークン: 6,784 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 Sol	8.3	10.0	75.0%	0		1.27s	606	154	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		6.10s	672	624	14,024

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 Flash	5.0	5.1	44.5%	2		42.85s	7,895	495	67,967

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	6.5	10.0	50.0%	0		8.37s	55,394	2,881	0
Qwen3.6 Flash	6.5	10.0	50.0%	0		299.21s	101,613	17,514	382,793

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 Flash	10.0	10.0	100.0%	0		9.65s	7,782	270	13,155

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 Flash	3.5	4.4	33.3%	2		14.65s	771	60	24,409

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 Flash	4.8	9.9	0.0%	0		9.88s	516	140	5,445

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 Flash	10.0	10.0	100.0%	0		6.05s	699	102	7,423

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 Flash	8.2	7.2	88.9%	1		6.29s	696	460	10,860

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 Flash	10.0	10.0	100.0%	0		4.00s	8,193	335	1,188

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 Flash	3.0	10.0	0.0%	0		122.87s	204	26	87,048

クイック比較

比較ペアを切り替え

GPT-5.6 SolnonevsMiMo-V2.5-Promedium Qwen3.6 FlashmediumvsStep 3.7 Flashhigh GPT-5.5nonevsQwen3.6 Flashmedium KAT-Coder-Pro V2.5mediumvsGPT-5.6 Solnone DeepSeek V4 PrononevsQwen3.6 Flashmedium GPT-5.6 SolnonevsStep 3.7 Flashhigh Gemini 3.5 FlashminimalvsQwen3.6 Flashmedium Seed-2.0-MinimediumvsGPT-5.6 Solnone Gemini 3.5 FlashminimalvsGPT-5.6 Solnone Mercury 2mediumvsGPT-5.6 Solnone Kimi K2.5mediumvsGPT-5.6 Solnone Gemini 3.5 FlashnonevsQwen3.6 Flashmedium