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: Qwen3.5-35B-A3B

摘要

GPT-5.5 (low) vs Qwen3.5-35B-A3B benchmark 对比：GPT-5.5 (low) 平均分领先，为 9.3 vs 5.9。 Qwen3.5-35B-A3B benchmark 成本更低，为 $0.012 vs $0.907。 Qwen3.5-35B-A3B 更快，为 3.37s vs 9.76s，通过率为 85.7% vs 42.9%。

推荐模型: GPT-5.5 (low) - 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：: 2026-07-10

指标 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24 Qwen3.5-35B-A3B Qwen3.5-35B-A3B none 发布日期: 2026-02-24
分数 9.3 5.9
排名 #7 #120
可靠性 10.0 10.0
一致性 10.0 8.9
测试正确
尝试通过率 85.7% 42.9%
不稳定测试 0 3
总运行次数 63 63
每个结果成本 5.035 0.230
总成本 $0.907 $0.012
输入价格 $5.000 / 1M $0.140 / 1M
输出价格 $30.000 / 1M $1.000 / 1M
总输入令牌 34,209 48,194
输出令牌 2,046 4,343
推理令牌 22,460 0
响应时间（平均） 9.76s 3.37s
响应时间（最大） 56.19s 47.43s
响应时间（总计） 204.92s 70.75s

生成展示

Hamster playing table tennis

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

#7 GPT-5.5

low
成本
$0.068
时间
37.0s
令牌
2,339 tok

#120 Qwen3.5-35B-A3B

none
成本
$0.005
时间
28.4s
令牌
4,518 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
Qwen3.5-35B-A3B 3.4 7.9 16.7% 1 1.43s 696 574 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
Qwen3.5-35B-A3B 5.5 10.0 33.3% 0 1.39s 7,808 571 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
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 47.43s 20,739 1,833 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
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 1.16s 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
Qwen3.5-35B-A3B 7.7 10.0 66.7% 0 485ms 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
Qwen3.5-35B-A3B 6.5 3.4 66.7% 1 1.19s 522 114 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
Qwen3.5-35B-A3B 6.3 10.0 50.0% 0 809ms 711 63 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
Qwen3.5-35B-A3B 3.7 7.4 22.2% 1 1.35s 714 655 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
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 2.30s 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
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 493ms 210 11 0

快速对比

切换对比组合

GPT-5.5lowvsQwen3.7 MaxmediumNorth Mini Codemedium免费可用vsQwen3.5-35B-A3BnoneClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BnoneGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.6 LunalowvsQwen3.5-35B-A3BnoneGemma 4 31Bmedium免费可用vsQwen3.5-35B-A3BnoneNemotron 3 Supermedium免费可用vsQwen3.5-35B-A3BnoneGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5low