AI BENCHY Compare

OpenAI: GPT-5.6 Luna vs Qwen: Qwen3.5-35B-A3B

Сводка

Сравнение benchmark GPT-5.6 Luna vs Qwen3.5-35B-A3B (medium): Qwen3.5-35B-A3B (medium) лидирует по среднему баллу: 6.3 vs 5.3. GPT-5.6 Luna имеет более низкую стоимость benchmark: $0.047 vs $0.401. GPT-5.6 Luna быстрее: 1.06s vs 72.57s, с долей успешных попыток 36.5% vs 69.8%.

Рекомендуемая модель: GPT-5.6 Luna - Он дает лучший общий компромисс: конкурентный балл (5.3), ниже стоимость, чем у Qwen3.5-35B-A3B (medium), и сбалансированное время ответа.

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

Метрика	GPT-5.6 Luna GPT-5.6 Luna none Релиз: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Релиз: 2026-02-24

Метрика	GPT-5.6 Luna GPT-5.6 Luna none Релиз: 2026-07-09	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Релиз: 2026-02-24
Оценка	5.3	6.3
Ранг	#142	#103
Надежность	10.0	10.0
Стабильность	8.8	7.5
Тестов верно
Доля успешных попыток	36.5%	69.8%
Нестабильные тесты	3	6
Всего запусков	63	63
Стоимость за результат	0.767	5.162
Общая стоимость	$0.047	$0.401
Цена входа	$1.000 / 1M	$0.140 / 1M
Цена выхода	$6.000 / 1M	$1.000 / 1M
Общее число входных токенов	34,218	42,196
Выходные токены	1,967	40,630
Токены рассуждений	0	353,577
Время ответа (среднее)	1.06s	72.57s
Время ответа (макс.)	2.80s	409.98s
Время ответа (суммарно)	22.34s	1524.04s

Генерация showcase

Hamster playing table tennis

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

#142 GPT-5.6 Luna

none

Стоимость: $0.016
Время: 15.8s
Токены: 2,685 tok

#103 Qwen3.5-35B-A3B

medium

Стоимость: $0.009
Время: 71.4s
Токены: 8,631 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	4.8	10.0	25.0%	0		901ms	606	266	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	3.8	7.2	22.2%	1		980ms	7,302	459	0
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

Комбинированный	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		2.78s	11,019	280	0
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	775	12,485

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		758ms	7,140	222	0
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	2.9	7.2	11.1%	1		737ms	723	54	0
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

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		1.00s	477	150	0
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Luna	7.1	5.8	83.3%	1		1.23s	660	86	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

Решение головоломок	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		790ms	642	202	0
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

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		2.80s	5,454	222	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

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		651ms	195	26	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

Быстрое сравнение

Сменить пару сравнения