导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.5 vs Qwen3.6 Plus Preview

摘要

GPT-5.5 vs Qwen3.6 Plus Preview benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 5.8。 Qwen3.6 Plus Preview benchmark 成本更低，为 $0.000 vs $0.907。 GPT-5.5 更快，为 9.76s vs 15.25s，通过率为 85.7% vs 42.9%。

推荐模型: GPT-5.5 - 它在这里得分最高（9.3），同时响应速度比Qwen3.6 Plus Preview快约 1.6 倍。

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 Qwen3.6 Plus Preview Qwen3.6 Plus Preview medium 发布日期: 2026-04-20 免费可用
分数 9.3 5.8
排名 #4 #113
可靠性 10.0 不适用
一致性 10.0 9.0
测试正确
尝试通过率 85.7% 42.9%
不稳定测试 0 0
总运行次数 63 57
每个结果成本 5.035 0.000
总成本 $0.907 $0.000
输入价格 $5.000 / 1M $0.000 / 1M
输出价格 $30.000 / 1M $0.000 / 1M
总输入令牌 34,209 32,639
输出令牌 2,046 1,153
推理令牌 22,460 62,197
响应时间（平均） 9.76s 15.25s
响应时间（最大） 56.19s 43.55s
响应时间（总计） 204.92s 182.96s

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

#113 Qwen3.6 Plus Preview

medium
此模型尚未生成任何展示结果。
成本
$0.000
时间
-
令牌
0 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
Qwen3.6 Plus Preview 8.3 10.0 75.0% 0 11.69s 501 61 5,812
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
Qwen3.6 Plus Preview 9.8 3.3 0.0% 0 0ms 0 0 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
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 34.95s 14,934 452 13,073
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
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 14.95s 7,782 270 10,706
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
Qwen3.6 Plus Preview 3.0 10.0 0.0% 0 22.08s 665 49 26,895
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
Qwen3.6 Plus Preview 3.0 10.0 0.0% 0 0ms 0 0 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
Qwen3.6 Plus Preview 6.5 10.0 50.0% 0 3.40s 381 27 1,383
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
Qwen3.6 Plus Preview 5.3 10.0 33.3% 0 7.52s 183 27 2,998
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
Qwen3.6 Plus Preview 10.0 10.0 100.0% 0 5.87s 8,193 267 1,330
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
Qwen3.6 Plus Preview 3.0 10.0 0.0% 0 0ms 0 0 0

快速对比

切换对比组合

GPT-5.5lowvsQwen3.7 MaxmediumClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowGemini 3 Flash PreviewmediumvsGPT-5.5lowGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5lowClaude Opus 4.7mediumvsGPT-5.5lowGPT-5.5lowvsGLM 5.2mediumGPT-5.5lowvsGLM 5mediumSeed-2.0-LitemediumvsGPT-5.5low