Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-Flash

Rezumat

Comparație benchmark GPT-5.6 Luna (low) vs Qwen3.5-Flash: GPT-5.6 Luna (low) conduce la scorul mediu cu 6.2 vs 6.1. Qwen3.5-Flash are costul de benchmark mai mic, $0.005 vs $0.141. Qwen3.5-Flash este mai rapid cu 3.58s vs 4.35s, cu rate de reușită de 57.1% vs 39.7%.

Model recomandat: Qwen3.5-Flash - Scorul rămâne aproape de cel mai bun scor de aici (6.1 vs 6.2) și costă de aproximativ 34.0x mai puțin decât GPT-5.6 Luna (low).

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

Metrică GPT-5.6 Luna GPT-5.6 Luna low Lansare: 2026-07-09 Qwen3.5-Flash Qwen3.5-Flash none Lansare: 2026-02-24
Scor 6.2 6.1
Rang #107 #112
Fiabilitate 10.0 10.0
Consistență 8.5 9.7
Teste corecte
Rată de trecere pe încercare 57.1% 39.7%
Teste instabile 4 1
Rulări totale 63 63
Cost per rezultat 1.404 0.075
Cost total $0.141 $0.005
Preț de intrare $1.000 / 1M $0.065 / 1M
Preț de ieșire $6.000 / 1M $0.260 / 1M
Total tokenuri de intrare 34,218 46,439
Tokenuri de ieșire 2,110 4,276
Tokenuri de raționament 15,571 0
Timp de răspuns (mediu) 4.35s 3.58s
Timp de răspuns (maxim) 18.06s 27.18s
Timp de răspuns (total) 91.45s 75.28s

Prezentare generare

Hamster playing table tennis

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

#107 GPT-5.6 Luna

low
Cost
$0.011
Timp
10.2s
Tokenuri
1,897 tok

#112 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

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 2.21s 606 186 722
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-5.6 Luna 5.5 10.0 33.3% 0 4.61s 7,302 557 3,535
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-5.6 Luna 2.8 1.6 33.3% 1 7.99s 11,019 300 1,060
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-5.6 Luna 10.0 10.0 100.0% 0 2.14s 7,140 234 292
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-5.6 Luna 3.6 7.2 22.2% 1 10.05s 723 70 6,718
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-5.6 Luna 5.0 10.0 0.0% 0 2.25s 477 122 169
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-5.6 Luna 8.5 6.8 83.3% 1 2.04s 660 93 259
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-5.6 Luna 7.6 7.2 77.8% 1 3.59s 642 271 1,207
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-5.6 Luna 10.0 10.0 100.0% 0 4.43s 5,454 250 177
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-5.6 Luna 3.0 10.0 0.0% 0 4.86s 195 27 1,432
Qwen3.5-Flash 3.0 10.0 0.0% 0 588ms 210 9 0

Comparație rapidă

Schimbă perechea de comparație

Seed-2.0-LitenonevsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneGemini 2.5 FlashnonevsGPT-5.6 LunalowGemini 3.1 Flash LiteminimalvsGPT-5.6 LunalowGemini 3.1 Flash LitenonevsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.5-35B-A3BmediumGemma 4 31BnoneDisponibil gratuitvsGPT-5.6 LunalowGemma 4 31BmediumDisponibil gratuitvsGPT-5.6 LunalowNemotron 3 SupermediumDisponibil gratuitvsGPT-5.6 LunalowNemotron 3 Ultra 550b A55bnoneDisponibil gratuitvsGPT-5.6 LunalowGPT-5.6 LunalowvsQwen3.6 Max PreviewnoneGemma 4 31BmediumDisponibil gratuitvsQwen3.5-Flashnone