Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.6 Max Preview

Rezumat

Comparație benchmark GPT-5.5 vs Qwen3.6 Max Preview: GPT-5.5 conduce la scorul mediu cu 8.8 vs 8.5. Qwen3.6 Max Preview are costul de benchmark mai mic, $0.960 vs $3.679. GPT-5.5 este mai rapid cu 37.98s vs 59.63s, cu rate de reușită de 87.3% vs 81.0%.

Model recomandat: Qwen3.6 Max Preview - Scorul rămâne aproape de cel mai bun scor de aici (8.5 vs 8.8) și costă de aproximativ 3.8x mai puțin decât GPT-5.5.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-10

Metrică GPT-5.5 GPT-5.5 medium Lansare: 2026-04-24 Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lansare: 2026-04-20
Scor 8.8 8.5
Rang #9 #15
Fiabilitate 10.0 10.0
Consistență 8.9 9.3
Teste corecte
Rată de trecere pe încercare 87.3% 81.0%
Teste instabile 3 2
Rulări totale 63 63
Cost per rezultat 21.638 7.024
Cost total $3.679 $0.960
Preț de intrare $5.000 / 1M $1.040 / 1M
Preț de ieșire $30.000 / 1M $6.240 / 1M
Total tokenuri de intrare 34,212 42,362
Tokenuri de ieșire 1,985 2,273
Tokenuri de raționament 114,925 144,367
Timp de răspuns (mediu) 37.98s 59.63s
Timp de răspuns (maxim) 332.10s 238.07s
Timp de răspuns (total) 797.60s 1252.17s

Generation showcase

Hamster playing table tennis

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

#9 GPT-5.5

medium
Cost
$0.112
Time
71.9s
Tokens
3,807 tok

#15 Qwen3.6 Max Preview

medium
Cost
$0.024
Time
76.5s
Tokens
3,861 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 4.66s 606 250 1,335
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 22.13s 672 228 10,075
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 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957
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 19.29s 11,019 312 2,841
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 121.49s 14,934 390 14,575
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 4.18s 7,140 234 593
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 41.15s 7,782 270 10,106
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 7.2 44.4% 1 164.14s 723 67 79,625
Qwen3.6 Max Preview 2.9 7.2 11.1% 1 95.91s 771 60 30,371
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 4.16s 477 138 223
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 32.24s 516 129 3,510
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 10.0 10.0 100.0% 0 3.36s 660 93 538
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.31s 699 103 5,848
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 6.76s 642 241 2,225
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.32s 696 329 7,693
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 10.57s 5,445 258 832
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 18.32s 8,193 309 1,571
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 2.8 1.6 33.3% 1 37.86s 195 30 1,754
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 60.56s 204 28 7,661

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashnonevsQwen3.6 Max PreviewmediumGemini 3 Flash PreviewlowvsGPT-5.5mediumGPT-5.5lowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashlowvsGPT-5.5mediumGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumGemini 3.5 FlashnonevsGPT-5.5mediumDeepSeek V4 FlashhighvsQwen3.6 Max PreviewmediumGemini 3.5 FlashminimalvsQwen3.6 Max PreviewmediumGemini 3.5 FlashhighvsGPT-5.5mediumGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumDeepSeek V4 FlashhighvsGPT-5.5medium