GPT-5.5 (medium) vs Qwen3.8 Max (0902) (high)

GPT-5.5 (medium) лидирует по среднему баллу: 9.0 vs 8.9. Qwen3.8 Max (0902) (high) имеет более низкую стоимость benchmark: $2.736 vs $4.163. GPT-5.5 (medium) быстрее: 38.97s vs 185.56s, с долей успешных попыток 87.9% vs 86.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-09-07

Ранг: #28
Общее число выходных токенов: 125,316
Время ответа (среднее): 38.97s
Общая стоимость: $4.163

Ранг: #31
Общее число выходных токенов: 419,443
Время ответа (среднее): 185.56s
Общая стоимость: $2.736

Рекомендуемая модель GPT-5.5 (medium)

Здесь у него лучший балл (9.0), и он отвечает примерно в 4.8 раза быстрее, чем Qwen3.8 Max (0902) (high).

Подробное сравнение

Метрика	GPT-5.5 GPT-5.5 medium Релиз: 2026-04-24	Qwen3.8 Max (0902) Qwen3.8 Max (0902) high Релиз: 2026-09-07

Метрика	GPT-5.5 GPT-5.5 medium Релиз: 2026-04-24	Qwen3.8 Max (0902) Qwen3.8 Max (0902) high Релиз: 2026-09-07
Оценка	9.0	8.9
Ранг	#28	#31
Надежность	10.0	9.8
Стабильность	8.9	9.0
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	87.9%	86.4%
Нестабильные тесты	3	3
Всего запусков	66	66
Стоимость за результат	23.127	16.089
Общая стоимость	$4.163	$2.736
Цена входа	$5.000 / 1M	$2.000 / 1M
Цена выхода	$30.000 / 1M	$6.000 / 1M
Общее число входных токенов	80,668	109,226
Выходные токены	5,617	6,890
Токены рассуждений	119,699	412,553
Время ответа (среднее)	38.97s	185.56s
Время ответа (макс.)	332.10s	912.78s
Время ответа (суммарно)	857.43s	4082.41s
Параметры	~1.5T всего (~100B активных)	2.4T всего (~100B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

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

#28 GPT-5.5

medium

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

#31 Qwen3.8 Max (0902)

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 600.0s
Токены: 0 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		4.66s	606	250	1,335
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		15.86s	1,128	263	6,631

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		253.22s	8,235	418	91,734

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		33.52s	57,466	3,944	6,735
Qwen3.8 Max (0902)	8.7	6.9	83.3%	1		110.39s	79,527	5,215	28,102

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		16.37s	8,010	261	3,598

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		168.16s	732	67	80,505
Qwen3.8 Max (0902)	5.9	7.2	55.6%	1		658.46s	842	31	154,450

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
Qwen3.8 Max (0902)	6.5	3.4	66.7%	1		75.11s	630	80	8,110

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
Qwen3.8 Max (0902)	9.8	10.0	100.0%	0		7.55s	927	86	1,823

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		134.14s	1,038	268	47,351

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
Qwen3.8 Max (0902)	10.0	10.0	100.0%	0		5.21s	8,571	249	243

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
Qwen3.8 Max (0902)	3.0	10.0	0.0%	0		532.59s	318	19	70,511

Быстрое сравнение

Сменить пару сравнения

GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Claude Fable 5.1highvsGPT-5.5medium GPT-5.5mediumvsGrok 4.5high Gemini 3.5 FlashmediumvsQwen3.8 Max (0902)high Muse Spark 1.3highvsGPT-5.5medium Seed 2.1 TurbolowvsGPT-5.5medium Seed 2.1 TurbohighvsGPT-5.5medium GPT-5.5mediumvsQwen3.8 Max (0902)low Gemini 3.5 FlashlowvsQwen3.8 Max (0902)high Seed 2.1 TurbolowvsQwen3.8 Max (0902)high Muse Spark 1.3mediumvsQwen3.8 Max (0902)high Gemini 3.8 FlashmediumvsQwen3.8 Max (0902)high