AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.7 Plus

Сводка

Сравнение benchmark GPT-5.6 Luna (medium) vs Qwen3.7 Plus: GPT-5.6 Luna (medium) лидирует по среднему баллу: 7.6 vs 7.2. Qwen3.7 Plus имеет более низкую стоимость benchmark: $0.023 vs $0.258. Qwen3.7 Plus быстрее: 2.85s vs 6.70s, с долей успешных попыток 63.5% vs 47.6%.

Рекомендуемая модель: Qwen3.7 Plus - Его балл близок к лучшему здесь (7.2 против 7.6), при этом он примерно в 11.7 раза дешевле, чем GPT-5.6 Luna (medium).

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

Метрика	GPT-5.6 Luna GPT-5.6 Luna medium Релиз: 2026-07-09	Qwen3.7 Plus Qwen3.7 Plus none Релиз: 2026-06-03

Метрика	GPT-5.6 Luna GPT-5.6 Luna medium Релиз: 2026-07-09	Qwen3.7 Plus Qwen3.7 Plus none Релиз: 2026-06-03
Оценка	7.6	7.2
Ранг	#54	#72
Надежность	10.0	10.0
Стабильность	9.6	10.0
Тестов верно
Доля успешных попыток	63.5%	47.6%
Нестабильные тесты	1	0
Всего запусков	63	63
Стоимость за результат	1.978	0.276
Общая стоимость	$0.258	$0.023
Цена входа	$1.000 / 1M	$0.320 / 1M
Цена выхода	$6.000 / 1M	$1.280 / 1M
Общее число входных токенов	35,699	42,510
Выходные токены	2,148	6,578
Токены рассуждений	34,740	0
Время ответа (среднее)	6.70s	2.85s
Время ответа (макс.)	29.85s	29.38s
Время ответа (суммарно)	140.62s	59.86s

Генерация showcase

Hamster playing table tennis

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

#54 GPT-5.6 Luna

medium

Стоимость: $0.014
Время: 14.6s
Токены: 2,362 tok

#72 Qwen3.7 Plus

none

Стоимость: $0.019
Время: 213.5s
Токены: 11,960 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		2.52s	606	160	987
Qwen3.7 Plus	6.5	10.0	50.0%	0		1.38s	696	349	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	5.4	7.2	44.4%	1		10.38s	7,302	564	9,928
Qwen3.7 Plus	5.5	10.0	33.3%	0		2.15s	7,911	639	0

Комбинированный	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		9.53s	12,500	375	1,354
Qwen3.7 Plus	10.0	10.0	100.0%	0		29.38s	14,952	4,505	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		1.95s	7,140	234	324
Qwen3.7 Plus	10.0	10.0	100.0%	0		1.43s	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	5.3	10.0	33.3%	0		17.37s	723	68	16,531
Qwen3.7 Plus	3.0	10.0	0.0%	0		868ms	789	18	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	5.1	10.0	0.0%	0		4.34s	477	112	496
Qwen3.7 Plus	5.3	10.0	0.0%	0		1.33s	522	78	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	9.9	10.0	100.0%	0		2.38s	660	95	393
Qwen3.7 Plus	6.3	10.0	50.0%	0		929ms	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	7.8	10.0	66.7%	0		4.04s	642	255	2,104
Qwen3.7 Plus	7.7	10.0	66.7%	0		1.71s	714	443	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		6.02s	5,454	256	244
Qwen3.7 Plus	10.0	10.0	100.0%	0		3.54s	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		6.64s	195	29	2,379
Qwen3.7 Plus	3.0	10.0	0.0%	0		1.21s	210	9	0

Быстрое сравнение

Сменить пару сравнения

Gemma 4 26B A4BmediumБесплатно доступноvsQwen3.7 Plusnone DeepSeek V4 ProhighvsGPT-5.6 Lunamedium Qwen3.7 PlusnonevsStep 3.7 Flashhigh Qwen3.7 PlusnonevsGLM 5.1medium Laguna XS 2.1mediumБесплатно доступноvsQwen3.7 Plusnone GPT-5.6 LunamediumvsStep 3.7 Flashlow Kimi K2.7 CodemediumvsQwen3.7 Plusnone Claude Opus 4.8lowvsGPT-5.6 Lunamedium Qwen3.7 PlusnonevsGrok 4.20medium Gemini 3 Flash PreviewlowvsGPT-5.6 Lunamedium Gemini 3 Flash PreviewlowvsQwen3.7 Plusnone GPT-5.6 LunamediumvsGrok 4.5low