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

AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.7 Plus

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-03

Metrică GPT-5.5 GPT-5.5 low Lansare: 2026-04-24 Qwen3.7 Plus Qwen3.7 Plus medium Lansare: 2026-06-03
Scor 8.9 8.4
Rang #8 #16
Fiabilitate 10.0 9.9
Consistență 10.0 9.2
Teste corecte
Rată de trecere pe încercare 85.0% 80.0%
Teste instabile 0 2
Rulări totale 60 60
Cost per rezultat 4.833 1.324
Cost total $0.822 $0.199
Preț de intrare $5.000 / 1M $0.400 / 1M
Preț de ieșire $30.000 / 1M $1.600 / 1M
Total tokenuri de intrare 31,590 38,104
Tokenuri de ieșire 2,025 2,107
Tokenuri de raționament 20,092 112,479
Timp de răspuns (mediu) 9.43s 36.84s
Timp de răspuns (maxim) 56.19s 178.04s
Timp de răspuns (total) 188.66s 736.86s

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
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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 14.42s 4,683 402 4,034
Qwen3.7 Plus 6.5 5.9 66.7% 1 122.40s 3,637 396 30,301
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
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
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
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
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.7mediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.7 MaxmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumGemini 3.5 FlashnonevsQwen3.7 PlusmediumGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashminimalvsQwen3.7 PlusmediumGPT-5.2 ChatnonevsQwen3.7 PlusmediumGPT-5.5lowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashhighvsGPT-5.5lowGemini 3 Flash PreviewnonevsQwen3.7 Plusmedium