नेव्हिगेशन
Advertise here

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

GPT-5.6 Sol average score मध्ये पुढे आहे: 7.0 vs 6.9. Qwen3.7 Flash (medium) चा benchmark खर्च कमी आहे: $0.065 vs $0.201. GPT-5.6 Sol वेगवान आहे: 2.17s vs 47.38s, pass rates 63.6% vs 63.6%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-09-10

तुलना केलेली मॉडेल्स

क्रमांक
#140
एकूण आउटपुट टोकन्स
4,357
प्रतिसाद वेळ (सरासरी)
2.17s
एकूण खर्च
$0.201
क्रमांक
#150
एकूण आउटपुट टोकन्स
470,076
प्रतिसाद वेळ (सरासरी)
47.38s
एकूण खर्च
$0.065
शिफारस केलेले मॉडेल GPT-5.6 Sol

It has the best score here (7.0), while responding about 21.9x faster than Qwen3.7 Flash (medium).

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 7.0 6.9
क्रमांक #140 #150
विश्वसनीयता 10.0 10.0
सुसंगतता 9.0 7.5
प्रयत्न 66/66 66/66
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.6% 63.6%
अस्थिर चाचण्या 3 7
एकूण रन 66 66
प्रति निकाल खर्च 4.365 0.646
एकूण खर्च $0.201 $0.065
इनपुट किंमत $2.000 / 1M $0.030 / 1M
आउटपुट किंमत $10.000 / 1M $0.130 / 1M
एकूण इनपुट टोकन्स 78,602 114,477
आउटपुट टोकन्स 4,357 12,786
रिझनिंग टोकन्स 0 457,290
प्रतिसाद वेळ (सरासरी) 2.17s 47.38s
प्रतिसाद वेळ (कमाल) 12.81s 593.64s
प्रतिसाद वेळ (एकूण) 47.66s 1042.43s
पॅरामीटर्स ~2T एकूण (~150B सक्रिय) ~35B एकूण (~3B 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.

#140 GPT-5.6 Sol

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

#150 Qwen3.7 Flash

medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
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

GPT-5.6 SolnonevsGrok 4.3mediumSeed-2.0-CodehighvsQwen3.7 FlashmediumClaude Fable 5.1lowvsQwen3.7 FlashmediumDeepSeek V3.2mediumvsGPT-5.6 SolnoneGPT-5.6 SolnonevsGLM 5.1mediumMercury 2.5highvsGPT-5.6 SolnoneMercury 2mediumvsGPT-5.6 SolnoneGPT-5.6 SolnonevsGrok 4.20mediumGemini 3.5 FlashnonevsQwen3.7 FlashmediumGPT-5.6 SolnonevsSolar Pro 4highSeed-2.0-MinimediumvsGPT-5.6 SolnoneKimi K2.5mediumvsGPT-5.6 Solnone