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-5.6 Luna vs Qwen: Qwen3.5-122B-A10B

Rezumat

Comparație benchmark GPT-5.6 Luna (high) vs Qwen3.5-122B-A10B (medium): Scorul mediu este practic egal la 7.7 vs 7.7. Qwen3.5-122B-A10B (medium) are costul de benchmark mai mic, $0.588 vs $0.924. GPT-5.6 Luna (high) este mai rapid cu 18.39s vs 42.49s, cu rate de reușită de 71.4% vs 73.0%.

Model recomandat: GPT-5.6 Luna (high) - Are cel mai bun scor aici (7.7) și răspunde de aproximativ 2.3x mai rapid decât Qwen3.5-122B-A10B (medium).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-09

Metrică GPT-5.6 Luna GPT-5.6 Luna high Lansare: 2026-07-09 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Lansare: 2026-02-24
Scor 7.7 7.7
Rang #50 #44
Fiabilitate 10.0 10.0
Consistență 8.8 8.8
Teste corecte
Rată de trecere pe încercare 71.4% 73.0%
Teste instabile 3 3
Rulări totale 63 63
Cost per rezultat 6.594 5.235
Cost total $0.924 $0.588
Preț de intrare $1.000 / 1M $0.260 / 1M
Preț de ieșire $6.000 / 1M $2.080 / 1M
Total tokenuri de intrare 35,699 41,832
Tokenuri de ieșire 2,079 26,187
Tokenuri de raționament 145,816 251,028
Timp de răspuns (mediu) 18.39s 42.49s
Timp de răspuns (maxim) 111.09s 168.16s
Timp de răspuns (total) 386.24s 892.30s

Prezentare generare

Hamster playing table tennis

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

#50 GPT-5.6 Luna

high
Cost
$0.033
Timp
34.2s
Tokenuri
5,484 tok

#44 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-5.6 Luna 8.3 10.0 75.0% 0 2.99s 606 162 1,265
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-5.6 Luna 5.5 4.7 55.6% 2 15.63s 7,302 510 17,746
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-5.6 Luna 10.0 10.0 100.0% 0 13.29s 12,500 357 2,911
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-5.6 Luna 10.0 10.0 100.0% 0 2.18s 7,140 234 470
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-5.6 Luna 7.7 10.0 66.7% 0 78.96s 723 69 96,395
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-5.6 Luna 5.0 10.0 0.0% 0 3.65s 477 117 563
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-5.6 Luna 9.9 10.0 100.0% 0 1.79s 660 97 481
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-5.6 Luna 7.6 7.2 77.8% 1 14.55s 642 242 18,281
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-5.6 Luna 10.0 10.0 100.0% 0 4.98s 5,454 260 324
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-5.6 Luna 3.0 10.0 0.0% 0 17.00s 195 31 7,380
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 204 822 15,066

Comparație rapidă

Schimbă perechea de comparație

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.8lowvsQwen3.5-122B-A10BmediumClaude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGrok 4.3mediumGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsGPT-5.6 LunahighQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowKimi K2.6mediumDisponibil gratuitvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighQwen3.5-122B-A10BmediumvsGrok 4.5lowGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 Lunahigh