AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-35B-A3B

Rezumat

Comparație benchmark GPT-5.6 Luna vs Qwen3.5-35B-A3B (medium): Qwen3.5-35B-A3B (medium) conduce la scorul mediu cu 6.3 vs 5.3. GPT-5.6 Luna are costul de benchmark mai mic, $0.047 vs $0.401. GPT-5.6 Luna este mai rapid cu 1.06s vs 72.57s, cu rate de reușită de 36.5% vs 69.8%.

Model recomandat: GPT-5.6 Luna - Oferă cel mai bun compromis per total: scor competitiv (5.3), cost mai mic decât Qwen3.5-35B-A3B (medium) și timp de răspuns echilibrat.

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

Metrică	GPT-5.6 Luna GPT-5.6 Luna none Lansare: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lansare: 2026-02-24

Metrică	GPT-5.6 Luna GPT-5.6 Luna none Lansare: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lansare: 2026-02-24
Scor	5.3	6.3
Rang	#142	#103
Fiabilitate	10.0	10.0
Consistență	8.8	7.5
Teste corecte
Rată de trecere pe încercare	36.5%	69.8%
Teste instabile	3	6
Rulări totale	63	63
Cost per rezultat	0.767	5.162
Cost total	$0.047	$0.401
Preț de intrare	$1.000 / 1M	$0.140 / 1M
Preț de ieșire	$6.000 / 1M	$1.000 / 1M
Total tokenuri de intrare	34,218	42,196
Tokenuri de ieșire	1,967	40,630
Tokenuri de raționament	0	353,577
Timp de răspuns (mediu)	1.06s	72.57s
Timp de răspuns (maxim)	2.80s	409.98s
Timp de răspuns (total)	22.34s	1524.04s

Prezentare generare

Hamster playing table tennis

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

#142 GPT-5.6 Luna

none

Cost: $0.016
Timp: 15.8s
Tokenuri: 2,685 tok

#103 Qwen3.5-35B-A3B

medium

Cost: $0.009
Timp: 71.4s
Tokenuri: 8,631 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	4.8	10.0	25.0%	0		901ms	606	266	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

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	3.8	7.2	22.2%	1		980ms	7,302	459	0
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

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	3.0	10.0	0.0%	0		2.78s	11,019	280	0
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

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		758ms	7,140	222	0
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

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	2.9	7.2	11.1%	1		737ms	723	54	0
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

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		1.00s	477	150	0
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

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	7.1	5.8	83.3%	1		1.23s	660	86	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

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	5.3	10.0	33.3%	0		790ms	642	202	0
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

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		2.80s	5,454	222	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

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		651ms	195	26	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

Comparație rapidă

Schimbă perechea de comparație