GPT-5.5 (low) vs Qwen3.8 Max (medium)

GPT-5.5 (low) лидирует по среднему баллу: 9.3 vs 9.1. Qwen3.8 Max (medium) имеет более низкую стоимость benchmark: $0.728 vs $1.253. GPT-5.5 (low) быстрее: 10.13s vs 21.53s, с долей успешных попыток 86.4% vs 84.9%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-04

Ранг: #8
Общее число выходных токенов: 28,418
Время ответа (среднее): 10.13s
Общая стоимость: $1.253

Ранг: #14
Общее число выходных токенов: 84,826
Время ответа (среднее): 21.53s
Общая стоимость: $0.728

Рекомендуемая модель GPT-5.5 (low)

Здесь у него лучший балл (9.3), и он отвечает примерно в 2.1 раза быстрее, чем Qwen3.8 Max (medium).

Подробное сравнение

Метрика	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24	Qwen3.8 Max Qwen3.8 Max medium Релиз: 2026-08-04

Метрика	GPT-5.5 GPT-5.5 low Релиз: 2026-04-24	Qwen3.8 Max Qwen3.8 Max medium Релиз: 2026-08-04
Оценка	9.3	9.1
Ранг	#8	#14
Надежность	10.0	10.0
Стабильность	10.0	9.7
Покрытие бенчмарка	22/22 тестов · 66/66 попыток	22/22 тестов · 66/66 попыток
Тестов верно
Доля успешных попыток	86.4%	84.9%
Нестабильные тесты	0	1
Всего запусков	66	66
Стоимость за результат	6.594	4.040
Общая стоимость	$1.253	$0.728
Цена входа	$5.000 / 1M	$2.000 / 1M
Цена выхода	$30.000 / 1M	$6.000 / 1M
Общее число входных токенов	80,058	109,046
Выходные токены	5,378	6,567
Токены рассуждений	23,040	78,259
Время ответа (среднее)	10.13s	21.53s
Время ответа (макс.)	56.19s	126.60s
Время ответа (суммарно)	222.82s	473.75s

Генерация showcase моделей

Hamster playing table tennis

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

#8 GPT-5.5

low

Стоимость: $0.068
Время: 37.0s
Токены: 2,339 tok

#14 Qwen3.8 Max

medium

Стоимость: $0.028
Время: 71.9s
Токены: 4,750 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.5	10.0	10.0	100.0%	0		4.41s	606	238	1,020
Qwen3.8 Max	10.0	10.0	100.0%	0		4.17s	672	312	2,075

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.5	10.0	10.0	100.0%	0		15.04s	7,302	423	6,402
Qwen3.8 Max	10.0	10.0	100.0%	0		41.35s	7,893	430	23,804

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.5	10.0	10.0	100.0%	0		13.73s	56,868	3,635	1,297
Qwen3.8 Max	8.7	6.9	83.3%	1		91.25s	81,584	4,526	30,688

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.5	10.0	10.0	100.0%	0		3.28s	7,140	228	157
Qwen3.8 Max	10.0	10.0	100.0%	0		8.72s	7,782	270	2,519

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.5	5.3	10.0	33.3%	0		28.05s	723	69	11,609
Qwen3.8 Max	5.3	10.0	33.3%	0		28.52s	771	63	13,581

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.5	10.0	10.0	100.0%	0		5.17s	477	133	245
Qwen3.8 Max	10.0	10.0	100.0%	0		6.41s	516	168	700

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.5	9.9	10.0	100.0%	0		3.74s	660	93	415
Qwen3.8 Max	10.0	10.0	100.0%	0		3.49s	699	102	914

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.5	10.0	10.0	100.0%	0		4.74s	642	279	954
Qwen3.8 Max	10.0	10.0	100.0%	0		4.93s	696	401	1,575

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.5	10.0	10.0	100.0%	0		4.96s	5,445	250	101
Qwen3.8 Max	10.0	10.0	100.0%	0		7.83s	8,229	267	636

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.5	3.0	10.0	0.0%	0		10.06s	195	30	840
Qwen3.8 Max	3.0	10.0	0.0%	0		11.49s	204	28	1,767

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Pro PreviewmediumvsGPT-5.5low Claude Opus 5highvsGPT-5.5low Claude Opus 5mediumvsGPT-5.5low Claude Opus 5highvsQwen3.8 Maxmedium Gemini 3.5 FlashlowvsQwen3.8 Maxmedium GPT-5.5lowvsQwen3.7 Maxmedium Qwen3.8 MaxmediumvsGrok 4.5high Gemini 3.5 FlashmediumvsGPT-5.5low Gemini 3.5 FlashhighvsGPT-5.5low GPT-5.6 SolhighvsQwen3.8 Maxmedium Gemini 3 Flash PreviewmediumvsGPT-5.5low Gemini 3.5 Flash LitehighvsQwen3.8 Maxmedium