AI BENCHY Compare

OpenAI: GPT-5.6 Sol vs Qwen: Qwen3.5-Flash

Сводка

Сравнение benchmark GPT-5.6 Sol vs Qwen3.5-Flash: GPT-5.6 Sol лидирует по среднему баллу: 6.3 vs 6.1. Qwen3.5-Flash имеет более низкую стоимость benchmark: $0.005 vs $0.225. GPT-5.6 Sol быстрее: 1.66s vs 3.58s, с долей успешных попыток 57.1% vs 39.7%.

Рекомендуемая модель: Qwen3.5-Flash - Его балл близок к лучшему здесь (6.1 против 6.3), при этом он примерно в 54.3 раза дешевле, чем GPT-5.6 Sol.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-10

Метрика	GPT-5.6 Sol GPT-5.6 Sol none Релиз: 2026-07-09	Qwen3.5-Flash Qwen3.5-Flash none Релиз: 2026-02-24

Метрика	GPT-5.6 Sol GPT-5.6 Sol none Релиз: 2026-07-09	Qwen3.5-Flash Qwen3.5-Flash none Релиз: 2026-02-24
Оценка	6.3	6.1
Ранг	#102	#113
Надежность	10.0	10.0
Стабильность	9.0	9.7
Тестов верно
Доля успешных попыток	57.1%	39.7%
Нестабильные тесты	3	1
Всего запусков	63	63
Стоимость за результат	2.244	0.075
Общая стоимость	$0.225	$0.005
Цена входа	$5.000 / 1M	$0.065 / 1M
Цена выхода	$30.000 / 1M	$0.260 / 1M
Общее число входных токенов	34,218	46,439
Выходные токены	1,776	4,276
Токены рассуждений	0	0
Время ответа (среднее)	1.66s	3.58s
Время ответа (макс.)	3.93s	27.18s
Время ответа (суммарно)	34.81s	75.28s

Генерация showcase

Hamster playing table tennis

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

#102 GPT-5.6 Sol

none

Стоимость: $0.116
Время: 78.7s
Токены: 3,944 tok

#113 Qwen3.5-Flash

none

Стоимость: $0.003
Время: 47.4s
Токены: 7,799 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	8.3	10.0	75.0%	0		1.27s	606	154	0
Qwen3.5-Flash	3.5	8.3	8.3%	1		1.32s	696	690	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	5.5	10.0	33.3%	0		1.39s	7,302	390	0
Qwen3.5-Flash	5.5	10.0	33.3%	0		850ms	7,913	519	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	3.0	10.0	0.0%	0		3.93s	11,019	300	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		6.22s	18,879	1,794	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 Sol	10.0	10.0	100.0%	0		1.53s	7,140	222	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		1.57s	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 Sol	3.6	7.2	22.2%	1		1.43s	723	54	0
Qwen3.5-Flash	7.7	10.0	66.7%	0		905ms	789	15	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	6.5	3.4	66.7%	1		1.52s	477	91	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		803ms	522	100	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	8.5	6.8	83.3%	1		1.33s	660	84	0
Qwen3.5-Flash	6.3	10.0	50.0%	0		8.81s	711	63	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	7.7	10.0	66.7%	0		1.49s	642	211	0
Qwen3.5-Flash	3.1	10.0	0.0%	0		10.89s	714	579	0

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		3.70s	5,454	246	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		3.67s	8,211	264	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.6 Sol	3.0	10.0	0.0%	0		1.95s	195	24	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		588ms	210	9	0

Быстрое сравнение

Сменить пару сравнения

Nemotron 3 SupermediumБесплатно доступноvsGPT-5.6 Solnone Gemma 4 31BmediumБесплатно доступноvsGPT-5.6 Solnone GPT-5.6 SolnonevsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LiteminimalvsQwen3.5-Flashnone GPT-5.6 LunalowvsQwen3.5-Flashnone Gemini 3.1 Flash LitelowvsGPT-5.6 Solnone Gemini 3.1 Flash Lite PreviewlowvsGPT-5.6 Solnone Gemini 3.1 Flash LiteminimalvsGPT-5.6 Solnone Gemma 4 31BmediumБесплатно доступноvsQwen3.5-Flashnone Nemotron 3 SupermediumБесплатно доступноvsQwen3.5-Flashnone North Mini CodemediumБесплатно доступноvsQwen3.5-Flashnone GPT-5.6 SolnonevsQwen3.6 27Bmedium