AI BENCHY Compare

OpenAI: GPT-5.6 Sol vs Qwen: Qwen3.7 Max

Сводка

Сравнение benchmark GPT-5.6 Sol (medium) vs Qwen3.7 Max (medium): Средний балл практически равен: 9.4 vs 9.4. Qwen3.7 Max (medium) имеет более низкую стоимость benchmark: $0.523 vs $0.966. GPT-5.6 Sol (medium) быстрее: 10.79s vs 16.02s, с долей успешных попыток 90.5% vs 88.9%.

Рекомендуемая модель: Qwen3.7 Max (medium) - Здесь у него лучший балл (9.4), при этом он примерно в 1.9 раза дешевле, чем GPT-5.6 Sol (medium).

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

Метрика	GPT-5.6 Sol GPT-5.6 Sol medium Релиз: 2026-07-09	Qwen3.7 Max Qwen3.7 Max medium Релиз: 2026-05-22

Метрика	GPT-5.6 Sol GPT-5.6 Sol medium Релиз: 2026-07-09	Qwen3.7 Max Qwen3.7 Max medium Релиз: 2026-05-22
Оценка	9.4	9.4
Ранг	#5	#4
Надежность	10.0	10.0
Стабильность	8.8	9.6
Тестов верно
Доля успешных попыток	90.5%	88.9%
Нестабильные тесты	3	1
Всего запусков	63	63
Стоимость за результат	5.682	5.517
Общая стоимость	$0.966	$0.523
Цена входа	$5.000 / 1M	$1.250 / 1M
Цена выхода	$30.000 / 1M	$3.750 / 1M
Общее число входных токенов	34,218	42,360
Выходные токены	1,895	2,129
Токены рассуждений	24,600	122,959
Время ответа (среднее)	10.79s	16.02s
Время ответа (макс.)	79.40s	59.98s
Время ответа (суммарно)	226.57s	336.51s

Генерация showcase

Hamster playing table tennis

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

#5 GPT-5.6 Sol

medium

Стоимость: $0.124
Время: 57.2s
Токены: 4,199 tok

#4 Qwen3.7 Max

medium

Стоимость: $0.017
Время: 68.8s
Токены: 4,526 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 Sol	10.0	10.0	100.0%	0		2.81s	606	173	572
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	0		9.40s	7,302	394	4,706
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	0		12.13s	11,019	318	1,214
Qwen3.7 Max	10.0	10.0	100.0%	0		19.60s	14,934	366	8,405

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 Sol	10.0	10.0	100.0%	0		1.38s	7,140	222	0
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	5.9	7.2	55.6%	1		47.86s	723	71	16,201
Qwen3.7 Max	5.9	7.2	55.6%	1		24.94s	771	61	31,793

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	0		3.48s	477	99	214
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.50s	660	96	249
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	8.2	7.2	88.9%	1		2.98s	642	228	566
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	10.0	10.0	100.0%	0		6.30s	5,454	264	361
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	4.7	1.6	66.7%	1		4.94s	195	30	517
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

Быстрое сравнение

Сменить пару сравнения

GPT-5.6 SolhighvsQwen3.7 Maxmedium GPT-5.5lowvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsGPT-5.6 Solmedium Gemini 3.5 FlashlowvsQwen3.7 Maxmedium GPT-5.6 SollowvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsQwen3.7 Maxmedium Gemini 3.5 FlashhighvsGPT-5.6 Solmedium GPT-5.2 ChatnonevsQwen3.7 Maxmedium DeepSeek V4 FlashhighvsGPT-5.6 Solmedium DeepSeek V4 FlashhighvsQwen3.7 Maxmedium GPT-5.6 TerrahighvsQwen3.7 Maxmedium GPT-5.6 SolmediumvsGrok 4.5low