Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.5-122B-A10B

Rezumat

Comparație benchmark GPT-5.5 (low) vs Qwen3.5-122B-A10B (medium): GPT-5.5 (low) conduce la scorul mediu cu 9.3 vs 7.7. Qwen3.5-122B-A10B (medium) are costul de benchmark mai mic, $0.588 vs $0.907. GPT-5.5 (low) este mai rapid cu 9.76s vs 42.49s, cu rate de reușită de 85.7% vs 73.0%.

Model recomandat: GPT-5.5 (low) - Are cel mai bun scor aici (9.3) și răspunde de aproximativ 4.4x mai rapid decât Qwen3.5-122B-A10B (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-10

Metrică GPT-5.5 GPT-5.5 low Lansare: 2026-04-24 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lansare: 2026-02-24
Scor 9.3 7.7
Rang #7 #45
Fiabilitate 10.0 10.0
Consistență 10.0 8.8
Teste corecte
Rată de trecere pe încercare 85.7% 73.0%
Teste instabile 0 3
Rulări totale 63 63
Cost per rezultat 5.035 5.235
Cost total $0.907 $0.588
Preț de intrare $5.000 / 1M $0.260 / 1M
Preț de ieșire $30.000 / 1M $2.080 / 1M
Total tokenuri de intrare 34,209 41,832
Tokenuri de ieșire 2,046 26,187
Tokenuri de raționament 22,460 251,028
Timp de răspuns (mediu) 9.76s 42.49s
Timp de răspuns (maxim) 56.19s 168.16s
Timp de răspuns (total) 204.92s 892.30s

Prezentare generare

Hamster playing table tennis

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

#7 GPT-5.5

low
Cost
$0.068
Timp
37.0s
Tokenuri
2,339 tok

#45 Qwen3.5-122B-A10B

medium
Cost
$0.019
Timp
48.7s
Tokenuri
6,034 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 672 269 16,835
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 14,947 483 11,337
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 7,782 270 16,558
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 771 15,537 64,889
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 344 66 7,592
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 593 77 7,372
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 696 284 27,575
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 8,193 322 1,226
Cultură generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 204 822 15,066

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumGPT-5.5lowvsQwen3.7 MaxmediumQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumQwen3.5-122B-A10BmediumvsGrok 4.5lowClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumGemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewmediumvsGPT-5.5low