AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.5-Flash

Samenvatting

Benchmarkvergelijking GPT-5.5 vs Qwen3.5-Flash: GPT-5.5 leidt in gemiddelde score met 9.3 vs 6.8. Qwen3.5-Flash heeft lagere benchmarkkosten met $0.080 vs $0.907. GPT-5.5 is sneller met 9.76s vs 63.29s, met slagingspercentages van 85.7% vs 71.4%.

Aanbevolen model: GPT-5.5 - Het heeft hier de beste score (9.3) en reageert ongeveer 6.5x sneller dan Qwen3.5-Flash.

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-06-18

Metriek	GPT-5.5 GPT-5.5 low Releasedatum: 2026-04-24	Qwen3.5-Flash Qwen3.5-Flash medium Releasedatum: 2026-02-24

Metriek	GPT-5.5 GPT-5.5 low Releasedatum: 2026-04-24	Qwen3.5-Flash Qwen3.5-Flash medium Releasedatum: 2026-02-24
Score	9.3	6.8
Rang	#4	#70
Betrouwbaarheid	10.0	10.0
Consistentie	10.0	8.1
Correcte tests
Slaagpercentage per poging	85.7%	71.4%
Instabiele tests	0	5
Totaal runs	63	63
Kosten per resultaat	5.035	0.871
Totale kosten	$0.907	$0.080
Invoerprijs	$5.000 / 1M	$0.065 / 1M
Uitvoerprijs	$30.000 / 1M	$0.260 / 1M
Totaal aantal invoer-tokens	34,209	38,926
Uitvoer-tokens	2,046	2,088
Redeneer-tokens	22,460	294,598
Responstijd (gem.)	9.76s	63.29s
Responstijd (max)	56.19s	234.29s
Responstijd (totaal)	204.92s	1265.85s

Generatie-showcase

Hamster playing table tennis

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

#4 GPT-5.5

low

Kosten: $0.068
Tijd: 37.0s
Tokens: 2,339 tok

#70 Qwen3.5-Flash

medium

Kosten: $0.002
Tijd: 25.8s
Tokens: 4,294 tok

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
Qwen3.5-Flash	10.0	10.0	100.0%	0		59.11s	672	383	32,992

Programmeren	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
Qwen3.5-Flash	3.7	7.2	22.2%	1		58.87s	6,685	302	90,081

Gecombineerd	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
GPT-5.5	10.0	10.0	100.0%	0		9.56s	11,019	303	717
Qwen3.5-Flash	10.0	10.0	100.0%	0		17.78s	14,934	483	8,270

Gegevensparsering en extractie	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
Qwen3.5-Flash	7.3	5.9	83.3%	1		56.99s	6,061	235	16,237

Domeinspecifiek	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
Qwen3.5-Flash	5.3	7.2	44.4%	1		146.50s	581	58	43,615

Algemene intelligentie	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
Qwen3.5-Flash	6.1	3.1	66.7%	1		40.05s	516	99	38,486

Instructies opvolgen	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
Qwen3.5-Flash	10.0	10.0	100.0%	0		63.49s	699	98	14,139

Puzzeloplossing	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
Qwen3.5-Flash	8.2	7.2	88.9%	1		27.61s	381	89	12,457

Toolaanroepen	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
Qwen3.5-Flash	10.0	10.0	100.0%	0		10.33s	8,193	309	1,284

Algemene kennis	Score	Consistentie	Slaagpercentage per poging	Instabiele tests	Correcte tests	Responstijd (gem.)	Invoer-tokens	Uitvoer-tokens	Redeneer-tokens
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
Qwen3.5-Flash	3.0	10.0	0.0%	0		48.98s	204	32	37,037

Snelle vergelijking

Vergelijkingspaar wisselen

Gemini 3.5 FlashminimalvsQwen3.5-Flashmedium GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3 Flash PreviewnonevsQwen3.5-Flashmedium Claude Fable 5mediumvsGPT-5.5low Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Gemini 3.5 FlashnonevsQwen3.5-Flashmedium Gemini 3.5 FlashmediumvsGPT-5.5low Qwen3.5-FlashmediumvsStep 3.7 Flashhigh Gemini 3 Flash PreviewmediumvsGPT-5.5low Qwen3.5-FlashmediumvsGLM 5.2none DeepSeek V4 PrononevsQwen3.5-Flashmedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.5-Flashmedium