AI BENCHY Compare

OpenAI: GPT-5.5 vs Qwen: Qwen3.7 Plus

Сводка

Сравнение benchmark GPT-5.5 vs Qwen3.7 Plus: GPT-5.5 лидирует по среднему баллу: 9.0 vs 7.2. Qwen3.7 Plus имеет более низкую стоимость benchmark: $0.023 vs $3.679. Qwen3.7 Plus быстрее: 2.85s vs 37.98s, с долей успешных попыток 87.3% vs 47.6%.

Рекомендуемая модель: Qwen3.7 Plus - Он дает лучший общий компромисс: конкурентный балл (7.2), ниже стоимость, чем у GPT-5.5, и сбалансированное время ответа.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика	GPT-5.5 GPT-5.5 medium Релиз: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus none Релиз: 2026-06-03

Метрика	GPT-5.5 GPT-5.5 medium Релиз: 2026-04-24	Qwen3.7 Plus Qwen3.7 Plus none Релиз: 2026-06-03
Оценка	9.0	7.2
Ранг	#9	#60
Надежность	10.0	10.0
Стабильность	8.9	10.0
Тестов верно
Доля успешных попыток	87.3%	47.6%
Нестабильные тесты	3	0
Всего запусков	63	63
Стоимость за результат	21.638	0.276
Общая стоимость	$3.679	$0.023
Цена входа	$5.000 / 1M	$0.320 / 1M
Цена выхода	$30.000 / 1M	$1.280 / 1M
Общее число входных токенов	34,212	42,510
Выходные токены	1,985	6,578
Токены рассуждений	114,925	0
Время ответа (среднее)	37.98s	2.85s
Время ответа (макс.)	332.10s	29.38s
Время ответа (суммарно)	797.60s	59.86s

Генерация showcase

Hamster playing table tennis

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

#9 GPT-5.5

medium

Стоимость: $0.112
Время: 71.9s
Токены: 3,807 tok

#60 Qwen3.7 Plus

none

Стоимость: $0.019
Время: 213.5s
Токены: 11,960 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

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		4.66s	606	250	1,335
Qwen3.7 Plus	6.5	10.0	50.0%	0		1.38s	696	349	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959
Qwen3.7 Plus	5.5	10.0	33.3%	0		2.15s	7,911	639	0

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		19.29s	11,019	312	2,841
Qwen3.7 Plus	10.0	10.0	100.0%	0		29.38s	14,952	4,505	0

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		4.18s	7,140	234	593
Qwen3.7 Plus	10.0	10.0	100.0%	0		1.43s	7,794	243	0

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	7.2	44.4%	1		164.14s	723	67	79,625
Qwen3.7 Plus	3.0	10.0	0.0%	0		868ms	789	18	0

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		4.16s	477	138	223
Qwen3.7 Plus	5.3	10.0	0.0%	0		1.33s	522	78	0

Следование инструкциям	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		3.36s	660	93	538
Qwen3.7 Plus	6.3	10.0	50.0%	0		929ms	711	72	0

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		6.76s	642	241	2,225
Qwen3.7 Plus	7.7	10.0	66.7%	0		1.71s	714	443	0

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		10.57s	5,445	258	832
Qwen3.7 Plus	10.0	10.0	100.0%	0		3.54s	8,211	222	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754
Qwen3.7 Plus	3.0	10.0	0.0%	0		1.21s	210	9	0

Быстрое сравнение

Сменить пару сравнения

Gemma 4 26B A4BmediumБесплатно доступноvsQwen3.7 Plusnone Qwen3.7 PlusnonevsStep 3.7 Flashhigh Qwen3.7 PlusnonevsGLM 5.1medium Kimi K2.7 CodemediumvsQwen3.7 Plusnone Qwen3.7 PlusnonevsGrok 4.20medium Gemini 3 Flash PreviewlowvsQwen3.7 Plusnone Gemini 3.5 FlashlowvsGPT-5.5medium Qwen3.7 PlusnonevsMiMo-V2.5-Promedium Seed-2.0-MinimediumvsQwen3.7 Plusnone DeepSeek V3.2mediumvsQwen3.7 Plusnone Gemini 3.5 FlashminimalvsQwen3.7 Plusnone GPT-5.4 NanomediumvsQwen3.7 Plusnone