नेव्हिगेशन
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Sol vs Qwen: Qwen3.7 Max

सारांश

GPT-5.6 Sol (medium) vs Qwen3.7 Max (medium) benchmark तुलना: average score जवळपास समान आहे: 9.4 vs 9.4. Qwen3.7 Max (medium) चा benchmark खर्च कमी आहे: $0.523 vs $0.966. GPT-5.6 Sol (medium) वेगवान आहे: 10.79s vs 16.02s, pass rates 90.5% vs 88.9%.

शिफारस केलेले मॉडेल: Qwen3.7 Max (medium) - It has the best score here (9.4), while costing about 1.9x less than GPT-5.6 Sol (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-09

मेट्रिक GPT-5.6 Sol GPT-5.6 Sol medium प्रकाशन: 2026-07-09 Qwen3.7 Max Qwen3.7 Max medium प्रकाशन: 2026-05-22
स्कोअर 9.4 9.4
क्रमांक #5 #4
विश्वसनीयता 10.0 10.0
सुसंगतता 8.8 9.6
बरोबर चाचण्या
प्रति प्रयत्न पास दर 90.5% 88.9%
अस्थिर चाचण्या 3 1
एकूण रन 63 63
प्रति निकाल खर्च 5.682 5.517
एकूण खर्च $0.966 $0.523
इनपुट किंमत $5.000 / 1M $1.250 / 1M
आउटपुट किंमत $30.000 / 1M $3.750 / 1M
एकूण इनपुट टोकन्स 34,218 42,360
आउटपुट टोकन्स 1,895 2,129
रिझनिंग टोकन्स 24,600 122,959
प्रतिसाद वेळ (सरासरी) 10.79s 16.02s
प्रतिसाद वेळ (कमाल) 79.40s 59.98s
प्रतिसाद वेळ (एकूण) 226.57s 336.51s

जनरेशन शोकेस

Hamster playing table tennis

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

#5 GPT-5.6 Sol

medium
खर्च
$0.124
वेळ
57.2s
टोकन्स
4,199 tok

#4 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

अँटी-एआय युक्त्या स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.81s 606 173 572
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.6 Sol 10.0 10.0 100.0% 0 9.40s 7,302 394 4,706
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
संयुक्त स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.6 Sol 10.0 10.0 100.0% 0 12.13s 11,019 318 1,214
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
डेटा पार्सिंग आणि निष्कर्षण स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.38s 7,140 222 0
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
डोमेन-विशिष्ट स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.6 Sol 5.9 7.2 55.6% 1 47.86s 723 71 16,201
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
Samanya Buddhimatta स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.48s 477 99 214
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
सूचनांचे पालन स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.6 Sol 10.0 10.0 100.0% 0 2.50s 660 96 249
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
कोडी सोडवणे स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.6 Sol 8.2 7.2 88.9% 1 2.98s 642 228 566
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
टूल कॉलिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.6 Sol 10.0 10.0 100.0% 0 6.30s 5,454 264 361
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
सामान्य ज्ञान स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.6 Sol 4.7 1.6 66.7% 1 4.94s 195 30 517
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

झटपट तुलना

तुलना जोडी बदला