AI BENCHY Compare

OpenAI: GPT-5.6 Terra vs Qwen: Qwen3.5-27B

概要

GPT-5.6 Terra (medium) vs Qwen3.5-27B (medium) の benchmark 比較: Qwen3.5-27B (medium) が平均スコアでリードし、7.9 vs 7.8 です。 GPT-5.6 Terra (medium) の benchmark コストが低く、$0.496 vs $0.536 です。 GPT-5.6 Terra (medium) の方が高速で、6.69s vs 68.39s です、成功率は 68.3% vs 73.0% です。

おすすめモデル: GPT-5.6 Terra (medium) - スコアはここでの最高値に近く（7.8 vs 7.9）、Qwen3.5-27B (medium) より約 10.2 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 Terra GPT-5.6 Terra medium リリース: 2026-07-09	Qwen3.5-27B Qwen3.5-27B medium リリース: 2026-02-24

指標	GPT-5.6 Terra GPT-5.6 Terra medium リリース: 2026-07-09	Qwen3.5-27B Qwen3.5-27B medium リリース: 2026-02-24
スコア	7.8	7.9
順位	#37	#34
信頼性	10.0	10.0
一貫性	9.2	8.5
正解テスト
試行ごとの合格率	68.3%	73.0%
不安定なテスト	2	4
総実行回数	63	63
結果あたりのコスト	3.815	4.901
合計コスト	$0.496	$0.536
入力価格	$2.500 / 1M	$0.195 / 1M
出力価格	$15.000 / 1M	$1.560 / 1M
合計入力トークン	34,218	42,164
出力トークン	1,982	8,534
推論トークン	25,370	329,289
応答時間（平均）	6.69s	68.39s
応答時間（最大）	41.68s	234.36s
応答時間（合計）	140.49s	1436.24s

生成ショーケース

Hamster playing table tennis

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

#37 GPT-5.6 Terra

medium

コスト: $0.035
時間: 16.3s
トークン: 2,418 tok

#34 Qwen3.5-27B

medium

コスト: $0.008
時間: 62.0s
トークン: 3,099 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 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

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 Terra	6.1	7.2	55.6%	1		7.19s	7,302	427	4,527
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

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 Terra	10.0	10.0	100.0%	0		6.26s	11,019	316	540
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	14,946	483	9,991

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 Terra	10.0	10.0	100.0%	0		872ms	7,140	222	0
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

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 Terra	5.3	10.0	33.3%	0		23.45s	723	70	15,327
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

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 Terra	5.5	10.0	0.0%	0		2.37s	477	133	144
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

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 Terra	10.0	10.0	100.0%	0		1.43s	660	89	261
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

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 Terra	8.4	7.4	88.9%	1		3.78s	642	272	1,462
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

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 Terra	10.0	10.0	100.0%	0		5.09s	5,454	254	246
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

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 Terra	3.0	10.0	0.0%	0		10.05s	195	27	2,206
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

クイック比較

比較ペアを切り替え

GPT-5.6 TerramediumvsGrok 4.5low Qwen3.5-27BmediumvsGrok 4.5low Claude Opus 4.8lowvsGPT-5.6 Terramedium GPT-5.6 TerramediumvsStep 3.7 Flashlow Claude Opus 4.8lowvsQwen3.5-27Bmedium GPT-5.6 TerralowvsQwen3.5-27Bmedium Qwen3.5-27BmediumvsStep 3.7 Flashlow GPT-5.6 LunahighvsQwen3.5-27Bmedium DeepSeek V4 ProhighvsGPT-5.6 Terramedium DeepSeek V4 ProhighvsQwen3.5-27Bmedium GPT-5.6 TerrahighvsQwen3.5-27Bmedium DeepSeek V4 FlashhighvsQwen3.5-27Bmedium