Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-27B

Rezumat

Comparație benchmark GPT-5.6 Luna (high) vs Qwen3.5-27B (medium): Qwen3.5-27B (medium) conduce la scorul mediu cu 7.9 vs 7.7. Qwen3.5-27B (medium) are costul de benchmark mai mic, $0.536 vs $0.924. GPT-5.6 Luna (high) este mai rapid cu 18.39s vs 68.39s, cu rate de reușită de 71.4% vs 73.0%.

Model recomandat: GPT-5.6 Luna (high) - Scorul rămâne aproape de cel mai bun scor de aici (7.7 vs 7.9) și răspunde de aproximativ 3.7x mai rapid decât Qwen3.5-27B (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 Qwen3.5-27B Qwen3.5-27B medium Lansare: 2026-02-24
Scor 7.7 7.9
Rang #50 #34
Fiabilitate 10.0 10.0
Consistență 8.8 8.5
Teste corecte
Rată de trecere pe încercare 71.4% 73.0%
Teste instabile 3 4
Rulări totale 63 63
Cost per rezultat 6.594 4.901
Cost total $0.924 $0.536
Preț de intrare $1.000 / 1M $0.195 / 1M
Preț de ieșire $6.000 / 1M $1.560 / 1M
Total tokenuri de intrare 35,699 42,164
Tokenuri de ieșire 2,079 8,534
Tokenuri de raționament 145,816 329,289
Timp de răspuns (mediu) 18.39s 68.39s
Timp de răspuns (maxim) 111.09s 234.36s
Timp de răspuns (total) 386.24s 1436.24s

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

#34 Qwen3.5-27B

medium
Cost
$0.008
Timp
62.0s
Tokenuri
3,099 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
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
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
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388
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
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
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
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
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
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
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
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
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
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
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
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
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
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
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
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683

Comparație rapidă

Schimbă perechea de comparație

GPT-5.6 LunahighvsStep 3.7 FlashlowClaude Opus 4.6mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGrok 4.3mediumClaude Opus 4.8lowvsGPT-5.6 LunahighGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumKimi K2.6mediumDisponibil gratuitvsGPT-5.6 LunahighGemini 3.1 Flash LitemediumvsGPT-5.6 LunahighQwen3.5-27BmediumvsGrok 4.5lowGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumGemini 3.1 Flash Lite PreviewmediumvsGPT-5.6 LunahighMiniMax M3mediumvsGPT-5.6 LunahighGPT-5.6 LunahighvsGrok Build 0.1medium