导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

OpenAI: GPT-5.5 vs Qwen: Qwen3.5-122B-A10B

摘要

GPT-5.5 vs Qwen3.5-122B-A10B benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 5.3。 Qwen3.5-122B-A10B benchmark 成本更低，为 $0.020 vs $0.907。 Qwen3.5-122B-A10B 更快，为 3.41s vs 9.76s，通过率为 85.7% vs 31.8%。

推荐模型: GPT-5.5 - 它在本次比较中得分最高（9.3），并且在全部 2 个模型中兼顾成本和响应时间最好。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24 Qwen3.5-122B-A10B Qwen3.5-122B-A10B none 发布日期: 2026-02-24
分数 9.3 5.3
排名 #4 #125
可靠性 10.0 10.0
一致性 10.0 9.6
测试正确
尝试通过率 85.7% 31.8%
不稳定测试 0 1
总运行次数 63 63
每个结果成本 5.035 0.393
总成本 $0.907 $0.020
输入价格 $5.000 / 1M $0.260 / 1M
输出价格 $30.000 / 1M $2.080 / 1M
总输入令牌 34,209 47,735
输出令牌 2,046 3,383
推理令牌 22,460 0
响应时间（平均） 9.76s 3.41s
响应时间（最大） 56.19s 46.00s
响应时间（总计） 204.92s 71.59s

生成展示

Hamster playing table tennis

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

#4 GPT-5.5

low
成本
$0.068
时间
37.0s
令牌
2,339 tok

#125 Qwen3.5-122B-A10B

none
成本
$0.016
时间
44.5s
令牌
6,431 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.5 10.0 10.0 100.0% 0 4.41s 606 238 1,020
Qwen3.5-122B-A10B 4.8 10.0 25.0% 0 1.59s 696 312 0
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.5 10.0 10.0 100.0% 0 15.04s 7,302 423 6,402
Qwen3.5-122B-A10B 3.7 7.0 22.2% 1 2.77s 7,913 693 0
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.5 10.0 10.0 100.0% 0 9.56s 11,019 303 717
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 46.00s 20,175 1,137 0
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.5 10.0 10.0 100.0% 0 3.28s 7,140 228 157
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 1.01s 7,794 243 0
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.5 5.3 10.0 33.3% 0 28.05s 723 69 11,609
Qwen3.5-122B-A10B 5.3 10.0 33.3% 0 465ms 789 15 0
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.5 10.0 10.0 100.0% 0 5.17s 477 133 245
Qwen3.5-122B-A10B 5.0 10.0 0.0% 0 1.12s 522 66 0
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.5 9.9 10.0 100.0% 0 3.74s 660 93 415
Qwen3.5-122B-A10B 6.3 10.0 50.0% 0 513ms 711 69 0
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.5 10.0 10.0 100.0% 0 4.74s 642 279 954
Qwen3.5-122B-A10B 3.8 10.0 0.0% 0 1.00s 714 575 0
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.5 10.0 10.0 100.0% 0 4.96s 5,445 250 101
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 2.04s 8,211 264 0
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
GPT-5.5 3.0 10.0 0.0% 0 10.06s 195 30 840
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 295ms 210 9 0

快速对比

切换对比组合

GPT-5.5lowvsQwen3.7 MaxmediumMiniMax M2.7mediumvsQwen3.5-122B-A10BnoneClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowMistral Small 4mediumvsQwen3.5-122B-A10BnoneGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowCobuddymediumvsQwen3.5-122B-A10BnoneGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowNorth Mini Codemedium免费可用vsQwen3.5-122B-A10Bnone