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

Средний балл практически равен: 9.2 vs 9.2. Qwen3.8 MAX (medium) имеет более низкую стоимость benchmark: $1.181 vs $4.809. Qwen3.8 MAX (medium) быстрее: 27.34s vs 39.86s, с долей успешных попыток 88.4% vs 81.2%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-26

Сравниваемые модели

Ранг: #38
Общее число выходных токенов: 130,107
Время ответа (среднее): 39.86s
Общая стоимость: $4.809

Ранг: #40
Общее число выходных токенов: 104,596
Время ответа (среднее): 27.34s
Общая стоимость: $1.181

Рекомендуемая модель Qwen3.8 MAX (medium)

Здесь у него лучший балл (9.2), при этом он примерно в 4.1 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	9.2	9.2
Ранг	#38	#40
Надежность	10.0	10.0
Стабильность	9.0	9.7
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	88.4%	81.2%
Нестабильные тесты	3	1
Всего запусков	69	69
Стоимость за результат	25.306	5.266
Общая стоимость	$4.809	$1.181
Цена входа	$5.000 / 1M	$2.000 / 1M
Цена выхода	$30.000 / 1M	$6.000 / 1M
Цена чтения из кэша	$0.500 / 1M	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	180,959	276,512
Выходные токены	6,472	8,152
Токены рассуждений	123,635	96,444
Время ответа (среднее)	39.86s	27.34s
Время ответа (макс.)	332.10s	126.60s
Время ответа (суммарно)	916.82s	628.75s
Параметры	~1.5T всего (~100B активных)	2.4T всего (~100B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#38 GPT-5.5

medium

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

#40 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:

Агентные задачи	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		59.39s	100,291	855	3,936
Qwen3.8 MAX	10.0	10.0	100.0%	0		115.27s	167,457	1,586	10,963

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		168.16s	732	67	80,505
Qwen3.8 MAX	3.0	10.0	0.0%	0		41.77s	780	62	20,803

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

Сменить пару сравнения

Claude Sonnet 5.5maxvsQwen3.8 MAXmedium Claude Sonnet 5.5maxvsGPT-5.5medium DeepSeek V4.1 Flash 1017lowvsQwen3.8 MAXmedium DeepSeek V4.1 Flash 1017lowvsGPT-5.5medium Muse Spark OpenhighvsGPT-5.5medium Muse Spark OpenhighvsQwen3.8 MAXmedium GPT-5.5mediumvsQwen3.8 Max (0902)high Claude Haiku 5.5xhighvsQwen3.8 MAXmedium Muse Spark 1.3highvsQwen3.8 MAXmedium Claude Haiku 5.5xhighvsGPT-5.5medium Muse Spark 1.3highvsGPT-5.5medium Muse WonderlowvsQwen3.8 MAXmedium