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

GPT-5.6 Sol vs Qwen3.7 Flash (medium)

average score जवळपास समान आहे: 6.9 vs 7.0. Qwen3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.064 vs $0.524. GPT-5.6 Sol वेगवान आहे: 2.16s vs 45.90s, pass rates 59.1% vs 65.2%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-28

क्रमांक
#94
एकूण आउटपुट टोकन्स
4,357
प्रतिसाद वेळ (सरासरी)
2.16s
एकूण खर्च
$0.524
क्रमांक
#91
एकूण आउटपुट टोकन्स
462,623
प्रतिसाद वेळ (सरासरी)
45.90s
एकूण खर्च
$0.064
शिफारस केलेले मॉडेल Qwen3.7 Flash (medium)

It has the best score here (7.0), while costing about 8.2x less than GPT-5.6 Sol.

तपशीलवार तुलना

मेट्रिक GPT-5.6 Sol GPT-5.6 Sol none प्रकाशन: 2026-07-09 Qwen3.7 Flash Qwen3.7 Flash medium प्रकाशन: 2026-07-28
स्कोअर 6.9 7.0
क्रमांक #94 #91
विश्वसनीयता 10.0 10.0
सुसंगतता 9.0 7.5
बरोबर चाचण्या
प्रति प्रयत्न पास दर 59.1% 65.2%
अस्थिर चाचण्या 3 7
एकूण रन 66 66
प्रति निकाल खर्च 4.761 0.636
एकूण खर्च $0.524 $0.064
इनपुट किंमत $5.000 / 1M $0.030 / 1M
आउटपुट किंमत $30.000 / 1M $0.130 / 1M
एकूण इनपुट टोकन्स 78,593 114,468
आउटपुट टोकन्स 4,357 12,786
रिझनिंग टोकन्स 0 449,837
प्रतिसाद वेळ (सरासरी) 2.16s 45.90s
प्रतिसाद वेळ (कमाल) 12.81s 593.64s
प्रतिसाद वेळ (एकूण) 47.62s 1009.84s

Hamster playing table tennis

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

#94 GPT-5.6 Sol

none
खर्च
$0.116
वेळ
78.7s
टोकन्स
3,944 tok

#91 Qwen3.7 Flash

medium
अवैध SVG
खर्च
$0.000
वेळ
600.0s
टोकन्स
0 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-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0
Qwen3.7 Flash 6.2 6.9 55.6% 1 46.78s 7,893 563 61,902

झटपट तुलना

तुलना जोडी बदला