AI BENCHY Compare

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

Rezumat

GPT-5.5 conduce la scorul mediu cu 6.3 vs 6.1. Qwen3.5-Flash are costul de benchmark mai mic, $0.005 vs $0.231. GPT-5.5 este mai rapid cu 1.89s vs 3.58s, cu rate de reușită de 54.0% vs 39.7%.

Model recomandatQwen3.5-FlashScorul rămâne aproape de cel mai bun scor de aici (6.1 vs 6.3) și costă de aproximativ 55.7x mai puțin decât GPT-5.5.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-14

Metrică	GPT-5.5 GPT-5.5 none Lansare: 2026-04-24	Qwen3.5-Flash Qwen3.5-Flash none Lansare: 2026-02-24

Metrică	GPT-5.5 GPT-5.5 none Lansare: 2026-04-24	Qwen3.5-Flash Qwen3.5-Flash none Lansare: 2026-02-24
Scor	6.3	6.1
Rang	#109	#119
Fiabilitate	10.0	10.0
Consistență	8.8	9.7
Teste corecte
Rată de trecere pe încercare	54.0%	39.7%
Teste instabile	3	1
Rulări totale	63	63
Cost per rezultat	2.302	0.075
Cost total	$0.231	$0.005
Preț de intrare	$5.000 / 1M	$0.065 / 1M
Preț de ieșire	$30.000 / 1M	$0.260 / 1M
Total tokenuri de intrare	34,212	46,439
Tokenuri de ieșire	1,971	4,276
Tokenuri de raționament	0	0
Timp de răspuns (mediu)	1.89s	3.58s
Timp de răspuns (maxim)	5.56s	27.18s
Timp de răspuns (total)	39.64s	75.28s

Prezentare generare

Hamster playing table tennis

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

#109 GPT-5.5

none

Cost: $0.090
Timp: 54.3s
Tokenuri: 3,063 tok

#119 Qwen3.5-Flash

none

Cost: $0.003
Timp: 47.4s
Tokenuri: 7,799 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

Categorie:

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	6.9	7.9	66.7%	1		1.31s	606	213	0
Qwen3.5-Flash	3.5	8.3	8.3%	1		1.32s	696	690	0

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	5.5	10.0	33.3%	0		1.35s	7,305	462	0
Qwen3.5-Flash	5.5	10.0	33.3%	0		850ms	7,913	519	0

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	3.0	10.0	0.0%	0		5.56s	11,019	300	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		6.22s	18,879	1,794	0

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		1.18s	7,140	222	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		1.57s	7,794	243	0

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	2.9	7.2	11.1%	1		1.31s	723	52	0
Qwen3.5-Flash	7.7	10.0	66.7%	0		905ms	789	15	0

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		3.41s	477	124	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		803ms	522	100	0

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	6.2	5.8	66.7%	1		1.15s	660	81	0
Qwen3.5-Flash	6.3	10.0	50.0%	0		8.81s	711	63	0

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	7.7	10.0	66.7%	0		1.29s	642	252	0
Qwen3.5-Flash	3.1	10.0	0.0%	0		10.89s	714	579	0

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		3.90s	5,445	247	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		3.67s	8,211	264	0

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		5.01s	195	18	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		588ms	210	9	0

Comparație rapidă

Schimbă perechea de comparație

GPT-5.5nonevsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashnone Gemma 4 31BmediumDisponibil gratuitvsGPT-5.5none KAT-Coder-Air V2.5highvsGPT-5.5none Nemotron 3 SupermediumDisponibil gratuitvsGPT-5.5none KAT-Coder-Air V2.5mediumvsQwen3.5-Flashnone GPT-5.6 LunalowvsQwen3.5-Flashnone KAT-Coder-Air V2.5lowvsQwen3.5-Flashnone KAT-Coder-Air V2.5mediumvsGPT-5.5none KAT-Coder-Air V2.5highvsQwen3.5-Flashnone Gemini 3.1 Flash LiteminimalvsGPT-5.5none Gemini 3.1 Flash LitelowvsGPT-5.5none