नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

GPT-5.5 (medium) vs Qwen3.7 Max (medium)

Qwen3.7 Max (medium) average score मध्ये पुढे आहे: 9.1 vs 9.0. Qwen3.7 Max (medium) चा benchmark खर्च कमी आहे: $1.157 vs $4.163. GPT-5.5 (medium) वेगवान आहे: 38.97s vs 44.32s, pass rates 87.9% vs 86.4%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-20

क्रमांक
#19
एकूण आउटपुट टोकन्स
125,316
प्रतिसाद वेळ (सरासरी)
38.97s
एकूण खर्च
$4.163
क्रमांक
#17
एकूण आउटपुट टोकन्स
226,102
प्रतिसाद वेळ (सरासरी)
44.32s
एकूण खर्च
$1.157
शिफारस केलेले मॉडेल Qwen3.7 Max (medium)

It has the best score here (9.1), while costing about 3.6x less than GPT-5.5 (medium).

तपशीलवार तुलना

मेट्रिक GPT-5.5 GPT-5.5 medium प्रकाशन: 2026-04-24 Qwen3.7 Max Qwen3.7 Max medium प्रकाशन: 2026-05-22
स्कोअर 9.0 9.1
क्रमांक #19 #17
विश्वसनीयता 10.0 10.0
सुसंगतता 8.9 9.0
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 87.9% 86.4%
अस्थिर चाचण्या 3 3
एकूण रन 66 66
प्रति निकाल खर्च 23.127 8.904
एकूण खर्च $4.163 $1.157
इनपुट किंमत $5.000 / 1M $1.475 / 1M
आउटपुट किंमत $30.000 / 1M $4.425 / 1M
एकूण इनपुट टोकन्स 80,668 106,029
आउटपुट टोकन्स 5,617 5,748
रिझनिंग टोकन्स 119,699 220,354
प्रतिसाद वेळ (सरासरी) 38.97s 44.32s
प्रतिसाद वेळ (कमाल) 332.10s 556.06s
प्रतिसाद वेळ (एकूण) 857.43s 975.11s
पॅरामीटर्स ~1.5T एकूण (~100B सक्रिय) ~1T एकूण (~40B सक्रिय)
उपलब्धता बंद स्रोत बंद स्रोत

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

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

#19 GPT-5.5

medium
खर्च
$0.112
वेळ
71.9s
टोकन्स
3,807 tok

#17 Qwen3.7 Max

medium
खर्च
$0.017
वेळ
68.8s
टोकन्स
4,526 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.5 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808

झटपट तुलना

तुलना जोडी बदला