OpenAI: GPT-5.6 Terra vs Qwen: Qwen3.7 Plus

平均スコアは 7.8 vs 7.9 でほぼ同等です。 Qwen3.7 Plus (medium) の benchmark コストが低く、$0.267 vs $0.676 です。 GPT-5.6 Terra (medium) の方が高速で、7.11s vs 51.51s です、成功率は 69.7% vs 75.8% です。

おすすめモデルGPT-5.6 Terra (medium)ここでは最高スコア（7.8）で、Qwen3.7 Plus (medium) より約 7.2 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: 2026-07-18

指標	GPT-5.6 Terra GPT-5.6 Terra medium リリース: 2026-07-09	Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03

指標	GPT-5.6 Terra GPT-5.6 Terra medium リリース: 2026-07-09	Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03
スコア	7.8	7.9
順位	#39	#36
信頼性	10.0	10.0
一貫性	9.3	8.9
正解テスト
試行ごとの合格率	69.7%	75.8%
不安定なテスト	2	3
総実行回数	66	66
結果あたりのコスト	4.825	2.072
合計コスト	$0.676	$0.267
入力価格	$2.500 / 1M	$0.320 / 1M
出力価格	$15.000 / 1M	$1.280 / 1M
合計入力トークン	79,175	115,233
出力トークン	4,878	6,162
推論トークン	26,952	173,267
応答時間（平均）	7.11s	51.51s
応答時間（最大）	41.68s	315.30s
応答時間（合計）	156.42s	1133.15s

Hamster playing table tennis

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

#39 GPT-5.6 Terra

medium

コスト: $0.035
時間: 16.3s
トークン: 2,418 tok

#36 Qwen3.7 Plus

medium

コスト: $0.018
時間: 193.2s
トークン: 10,821 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 Terra	8.3	10.0	75.0%	0		2.22s	606	172	657
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

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
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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		11.10s	55,976	3,212	2,122
Qwen3.7 Plus	8.2	6.9	66.7%	1		190.27s	89,228	4,403	57,645

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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
Qwen3.7 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

クイック比較

比較ペアを切り替え

Claude Opus 4.8lowvsGPT-5.6 Terramedium GPT-5.6 TerrahighvsQwen3.7 Plusmedium Kimi K3maxvsQwen3.7 Plusmedium Claude Opus 4.8lowvsQwen3.7 Plusmedium Kimi K3maxvsGPT-5.6 Terramedium Qwen3.7 PlusmediumvsGLM 5.2high DeepSeek V4 FlashhighvsGPT-5.6 Terramedium GPT-5.2 ChatnonevsQwen3.7 Plusmedium GPT-5.6 LunahighvsQwen3.7 Plusmedium DeepSeek V4 ProhighvsGPT-5.6 Terramedium Qwen3.7 PlusmediumvsInklinghigh GPT-5.6 TerramediumvsGLM 5.2high