नेव्हिगेशन
Advertise here

GPT-6 Sol vs Qwen3.5-Flash (medium)

average score जवळपास समान आहे: 6.8 vs 6.8. Qwen3.5-Flash (medium) चा benchmark खर्च कमी आहे: $0.184 vs $0.551. GPT-6 Sol वेगवान आहे: 9.02s vs 83.68s, pass rates 63.8% vs 66.7%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-10-01

तुलना केलेली मॉडेल्स

क्रमांक
#172
एकूण आउटपुट टोकन्स
7,989
प्रतिसाद वेळ (सरासरी)
9.02s
एकूण खर्च
$0.551
क्रमांक
#169
एकूण आउटपुट टोकन्स
531,668
प्रतिसाद वेळ (सरासरी)
83.68s
एकूण खर्च
$0.184
शिफारस केलेले मॉडेल GPT-6 Sol

It has the best score here (6.8), while responding about 9.3x faster than Qwen3.5-Flash (medium).

तपशीलवार तुलना

मेट्रिक GPT-6 Sol GPT-6 Sol none प्रकाशन: 2026-09-23 Qwen3.5-Flash Qwen3.5-Flash medium प्रकाशन: 2026-02-24
स्कोअर 6.8 6.8
क्रमांक #172 #169
विश्वसनीयता 10.0 10.0
सुसंगतता 8.5 7.9
प्रयत्न 69/69 69/69
बरोबर चाचण्या
प्रति प्रयत्न पास दर 63.8% 66.7%
अस्थिर चाचण्या 4 6
एकूण रन 69 69
प्रति निकाल खर्च 4.232 1.533
एकूण खर्च $0.551 $0.184
इनपुट किंमत $2.000 / 1M $0.065 / 1M
आउटपुट किंमत $10.000 / 1M $0.260 / 1M
एकूण इनपुट टोकन्स 235,086 349,177
आउटपुट टोकन्स 7,989 54,279
रिझनिंग टोकन्स 0 477,389
प्रतिसाद वेळ (सरासरी) 9.02s 83.68s
प्रतिसाद वेळ (कमाल) 57.02s 515.38s
प्रतिसाद वेळ (एकूण) 207.45s 1840.92s
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.

#172 GPT-6 Sol

none
खर्च
$0.030
वेळ
31.9s
टोकन्स
3,055 tok

#169 Qwen3.5-Flash

medium
खर्च
$0.002
वेळ
25.8s
टोकन्स
4,294 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-6 Sol 5.5 10.0 33.3% 0 12.23s 7,302 389 0
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081

झटपट तुलना

तुलना जोडी बदला