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

Qwen3.8 Max (0902) (low) лидирует по среднему баллу: 9.1 vs 9.0. Qwen3.8 Max (0902) (low) имеет более низкую стоимость benchmark: $0.664 vs $4.163. Qwen3.8 Max (0902) (low) быстрее: 24.21s vs 38.97s, 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: #23
Общее число выходных токенов: 75,865
Время ответа (среднее): 24.21s
Общая стоимость: $0.664

Рекомендуемая модель Qwen3.8 Max (0902) (low)

Здесь у него лучший балл (9.1), при этом он примерно в 6.3 раза дешевле, чем GPT-5.5 (medium).

Подробное сравнение

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

Метрика	GPT-5.5 GPT-5.5 medium Релиз: 2026-04-24	Qwen3.8 Max (0902) Qwen3.8 Max (0902) low Релиз: 2026-09-07
Оценка	9.0	9.1
Ранг	#28	#23
Надежность	10.0	10.0
Стабильность	8.9	9.3
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	87.9%	86.4%
Нестабильные тесты	3	2
Всего запусков	66	66
Стоимость за результат	23.127	3.684
Общая стоимость	$4.163	$0.664
Цена входа	$5.000 / 1M	$2.000 / 1M
Цена выхода	$30.000 / 1M	$6.000 / 1M
Общее число входных токенов	80,668	103,954
Выходные токены	5,617	6,322
Токены рассуждений	119,699	69,543
Время ответа (среднее)	38.97s	24.21s
Время ответа (макс.)	332.10s	207.79s
Время ответа (суммарно)	857.43s	532.62s
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

#23 Qwen3.8 Max (0902)

low

Стоимость: $0.014
Время: 41.2s
Токены: 2,421 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		4.72s	984	212	1,854

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		37.42s	8,127	485	17,404

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)	10.0	10.0	100.0%	0		113.88s	74,767	4,562	29,335

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		9.94s	7,938	261	2,254

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)	5.3	7.2	44.4%	1		34.93s	1,014	45	13,881

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)	6.1	3.1	66.7%	1		8.91s	594	120	820

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)	10.0	10.0	100.0%	0		4.32s	855	90	866

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		4.49s	930	275	1,248

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		4.73s	8,463	249	126

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		13.28s	282	23	1,755

Быстрое сравнение

Сменить пару сравнения

Gemini 3.8 FlashmediumvsQwen3.8 Max (0902)low Claude Fable 5.1highvsGPT-5.5medium GPT-5.5mediumvsGrok 4.5high GPT-5.5mediumvsQwen3.8 Max (0902)high Muse Spark 1.3highvsGPT-5.5medium Claude Opus 5mediumvsQwen3.8 Max (0902)low Claude Opus 5highvsQwen3.8 Max (0902)low Seed 2.1 TurbolowvsGPT-5.5medium Seed 2.1 TurbohighvsGPT-5.5medium Claude Fable 5.1highvsQwen3.8 Max (0902)low Gemini 3.5 FlashmediumvsQwen3.8 Max (0902)low Gemini 3.1 Pro PreviewmediumvsQwen3.8 Max (0902)low