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

Qwen3.8 Max (medium) лидирует по среднему баллу: 9.1 vs 9.0. Qwen3.8 Max (medium) имеет более низкую стоимость benchmark: $0.728 vs $4.137. Qwen3.8 Max (medium) быстрее: 21.53s vs 38.42s, с долей успешных попыток 87.9% vs 84.9%.

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

Ранг: #15
Общее число выходных токенов: 124,436
Время ответа (среднее): 38.42s
Общая стоимость: $4.137

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

Рекомендуемая модель Qwen3.8 Max (medium)

Здесь у него лучший балл (9.1), при этом он примерно в 5.7 раза дешевле, чем GPT-5.5 (medium).

Подробное сравнение

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

Метрика	GPT-5.5 GPT-5.5 medium Релиз: 2026-04-24	Qwen3.8 Max Qwen3.8 Max medium Релиз: 2026-08-04
Оценка	9.0	9.1
Ранг	#15	#14
Надежность	10.0	10.0
Стабильность	8.9	9.7
Покрытие бенчмарка	22/22 тестов · 66/66 попыток	22/22 тестов · 66/66 попыток
Тестов верно
Доля успешных попыток	87.9%	84.9%
Нестабильные тесты	3	1
Всего запусков	66	66
Стоимость за результат	22.980	4.040
Общая стоимость	$4.137	$0.728
Цена входа	$5.000 / 1M	$2.000 / 1M
Цена выхода	$30.000 / 1M	$6.000 / 1M
Общее число входных токенов	80,659	109,046
Выходные токены	5,617	6,567
Токены рассуждений	118,819	78,259
Время ответа (среднее)	38.42s	21.53s
Время ответа (макс.)	332.10s	126.60s
Время ответа (суммарно)	845.35s	473.75s

Генерация showcase моделей

Hamster playing table tennis

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

#15 GPT-5.5

medium

Стоимость: $0.112
Время: 71.9s
Токены: 3,807 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		4.66s	606	250	1,335
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	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959
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		33.52s	57,466	3,944	6,735
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		4.18s	7,140	234	593
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	7.2	44.4%	1		164.14s	723	67	79,625
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		4.16s	477	138	223
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	10.0	10.0	100.0%	0		3.36s	660	93	538
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		6.76s	642	241	2,225
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		10.57s	5,445	258	832
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	2.8	1.6	33.3%	1		37.86s	195	30	1,754
Qwen3.8 Max	3.0	10.0	0.0%	0		11.49s	204	28	1,767

Быстрое сравнение

Сменить пару сравнения

Gemini 3.5 FlashlowvsGPT-5.5medium GPT-5.5mediumvsGrok 4.5high Claude Opus 5highvsQwen3.8 Maxmedium Gemini 3.5 FlashlowvsQwen3.8 Maxmedium Qwen3.8 MaxmediumvsGrok 4.5high GPT-5.5lowvsQwen3.8 Maxmedium GPT-5.6 SolhighvsQwen3.8 Maxmedium Claude Opus 5highvsGPT-5.5medium Gemini 3.5 Flash LitehighvsGPT-5.5medium Gemini 3.6 FlashlowvsGPT-5.5medium GPT-5.5mediumvsQwen3.8 Maxlow Gemini 3.5 Flash LitehighvsQwen3.8 Maxmedium