AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5 Plus 2026-02-15

Сводка

Сравнение benchmark GPT-5.6 Luna (low) vs Qwen3.5 Plus 2026-02-15: GPT-5.6 Luna (low) лидирует по среднему баллу: 6.2 vs 5.8. Qwen3.5 Plus 2026-02-15 имеет более низкую стоимость benchmark: $0.016 vs $0.141. Qwen3.5 Plus 2026-02-15 быстрее: 2.31s vs 4.35s, с долей успешных попыток 57.1% vs 46.0%.

Рекомендуемая модель: Qwen3.5 Plus 2026-02-15 - Его балл близок к лучшему здесь (5.8 против 6.2), при этом он примерно в 8.9 раза дешевле, чем GPT-5.6 Luna (low).

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

Метрика	GPT-5.6 Luna GPT-5.6 Luna low Релиз: 2026-07-09	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none Релиз: 2026-02-15

Метрика	GPT-5.6 Luna GPT-5.6 Luna low Релиз: 2026-07-09	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none Релиз: 2026-02-15
Оценка	6.2	5.8
Ранг	#107	#122
Надежность	10.0	10.0
Стабильность	8.5	9.4
Тестов верно
Доля успешных попыток	57.1%	46.0%
Нестабильные тесты	4	2
Всего запусков	63	63
Стоимость за результат	1.404	0.204
Общая стоимость	$0.141	$0.016
Цена входа	$1.000 / 1M	$0.260 / 1M
Цена выхода	$6.000 / 1M	$1.560 / 1M
Общее число входных токенов	34,218	45,864
Выходные токены	2,110	2,480
Токены рассуждений	15,571	0
Время ответа (среднее)	4.35s	2.31s
Время ответа (макс.)	18.06s	6.65s
Время ответа (суммарно)	91.45s	34.63s

Генерация showcase

Hamster playing table tennis

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

#107 GPT-5.6 Luna

low

Стоимость: $0.011
Время: 10.2s
Токены: 1,897 tok

#122 Qwen3.5 Plus 2026-02-15

none

Стоимость: $0.012
Время: 153.2s
Токены: 7,787 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-5.6 Luna	8.3	10.0	75.0%	0		2.21s	606	186	722
Qwen3.5 Plus 2026-02-15	4.8	10.0	25.0%	0		1.91s	696	517	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	5.5	10.0	33.3%	0		4.61s	7,302	557	3,535
Qwen3.5 Plus 2026-02-15	4.3	7.9	11.1%	1		2.05s	7,913	473	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	2.8	1.6	33.3%	1		7.99s	11,019	300	1,060
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		6.65s	18,304	314	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	10.0	10.0	100.0%	0		2.14s	7,140	234	292
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		1.89s	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-5.6 Luna	3.6	7.2	22.2%	1		10.05s	723	70	6,718
Qwen3.5 Plus 2026-02-15	5.3	10.0	33.3%	0		1.17s	789	17	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	5.0	10.0	0.0%	0		2.25s	477	122	169
Qwen3.5 Plus 2026-02-15	4.4	3.0	33.3%	1		2.26s	522	117	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	8.5	6.8	83.3%	1		2.04s	660	93	259
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		1.67s	711	72	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	7.6	7.2	77.8%	1		3.59s	642	271	1,207
Qwen3.5 Plus 2026-02-15	7.7	10.0	66.7%	0		2.71s	714	494	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	10.0	10.0	100.0%	0		4.43s	5,454	250	177
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		3.33s	8,211	222	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	3.0	10.0	0.0%	0		4.86s	195	27	1,432
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		1.11s	210	11	0

Быстрое сравнение

Сменить пару сравнения

North Mini CodemediumБесплатно доступноvsQwen3.5 Plus 2026-02-15none Seed-2.0-LitenonevsGPT-5.6 Lunalow Gemini 2.5 FlashnonevsGPT-5.6 Lunalow Gemini 3.1 Flash LiteminimalvsGPT-5.6 Lunalow Gemini 3.1 Flash LitenonevsGPT-5.6 Lunalow GPT-5.6 LunalowvsQwen3.5-Flashnone GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium Gemma 4 31BnoneБесплатно доступноvsGPT-5.6 Lunalow Gemma 4 31BmediumБесплатно доступноvsGPT-5.6 Lunalow Nemotron 3 SupermediumБесплатно доступноvsGPT-5.6 Lunalow Nemotron 3 Ultra 550b A55bnoneБесплатно доступноvsGPT-5.6 Lunalow GPT-5.6 LunalowvsQwen3.6 Max Previewnone