Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

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

Rezumat

Comparație benchmark GPT-5.5 vs Qwen3.7 Max: Qwen3.7 Max conduce la scorul mediu cu 9.4 vs 9.0. Qwen3.7 Max are costul de benchmark mai mic, $0.523 vs $3.679. Qwen3.7 Max este mai rapid cu 16.02s vs 37.98s, cu rate de reușită de 87.3% vs 88.9%.

Model recomandat: Qwen3.7 Max - Are cel mai bun scor aici (9.4) și costă de aproximativ 7.0x mai puțin decât GPT-5.5.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-02

Metrică GPT-5.5 GPT-5.5 medium Lansare: 2026-04-24 Qwen3.7 Max Qwen3.7 Max medium Lansare: 2026-05-22
Scor 9.0 9.4
Rang #9 #3
Fiabilitate 10.0 10.0
Consistență 8.9 9.6
Teste corecte
Rată de trecere pe încercare 87.3% 88.9%
Teste instabile 3 1
Rulări totale 63 63
Cost per rezultat 21.638 5.517
Cost total $3.679 $0.523
Preț de intrare $5.000 / 1M $1.250 / 1M
Preț de ieșire $30.000 / 1M $3.750 / 1M
Total tokenuri de intrare 34,212 42,360
Tokenuri de ieșire 1,985 2,129
Tokenuri de raționament 114,925 122,959
Timp de răspuns (mediu) 37.98s 16.02s
Timp de răspuns (maxim) 332.10s 59.98s
Timp de răspuns (total) 797.60s 336.51s

Prezentare generare

Hamster playing table tennis

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

#9 GPT-5.5

medium
Cost
$0.112
Timp
71.9s
Tokenuri
3,807 tok

#3 Qwen3.7 Max

medium
Cost
$0.017
Timp
68.8s
Tokenuri
4,526 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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
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
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
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
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
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
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
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
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
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
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
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
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
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
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
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
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

Comparație rapidă

Schimbă perechea de comparație

GPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashlowvsGPT-5.5mediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsGPT-5.5mediumGemini 3.5 FlashhighvsGPT-5.5mediumGPT-5.2 ChatnonevsQwen3.7 MaxmediumDeepSeek V4 FlashhighvsQwen3.7 MaxmediumClaude Opus 4.8lowvsGPT-5.5mediumGPT-5.5mediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsGPT-5.5mediumGemini 3 Flash PreviewlowvsGPT-5.5medium