导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.5 vs Qwen: Qwen3 Coder Next

摘要

GPT-5.5 vs Qwen3 Coder Next benchmark 对比：GPT-5.5 平均分领先，为 9.3 vs 5.1。 Qwen3 Coder Next benchmark 成本更低，为 $0.009 vs $0.907。 Qwen3 Coder Next 更快，为 8.62s vs 9.76s，通过率为 85.7% vs 27.0%。

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：: 2026-07-02

指标 GPT-5.5 GPT-5.5 low 发布日期: 2026-04-24 Qwen3 Coder Next Qwen3 Coder Next none 发布日期: 2026-02-03
分数 9.3 5.1
排名 #4 #135
可靠性 10.0 10.0
一致性 10.0 9.7
测试正确
尝试通过率 85.7% 27.0%
不稳定测试 0 1
总运行次数 63 63
每个结果成本 5.035 0.165
总成本 $0.907 $0.009
输入价格 $5.000 / 1M $0.110 / 1M
输出价格 $30.000 / 1M $0.800 / 1M
总输入令牌 34,209 47,507
输出令牌 2,046 3,584
推理令牌 22,460 0
响应时间（平均） 9.76s 8.62s
响应时间（最大） 56.19s 45.14s
响应时间（总计） 204.92s 129.37s

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

#135 Qwen3 Coder Next

none
无效SVG
成本
$0.058
时间
246.3s
令牌
64,126 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 Coder Next 3.6 10.0 0.0% 0 3.31s 645 1,321 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 Coder Next 4.6 7.9 22.2% 1 2.22s 7,442 621 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 Coder Next 3.0 10.0 0.0% 0 45.14s 20,469 317 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 Coder Next 6.5 10.0 50.0% 0 1.32s 7,758 246 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 Coder Next 5.3 10.0 33.3% 0 962ms 753 26 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 Coder Next 10.0 10.0 100.0% 0 1.34s 498 152 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 Coder Next 6.3 10.0 50.0% 0 7.78s 684 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 Coder Next 3.0 10.0 0.0% 0 24.34s 678 571 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 Coder Next 10.0 10.0 100.0% 0 2.47s 8,364 255 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 Coder Next 3.0 10.0 0.0% 0 601ms 216 12 0

快速对比

切换对比组合

Mistral Small 4mediumvsQwen3 Coder NextnoneGPT-5.5lowvsQwen3.7 MaxmediumMiniMax M2.7mediumvsQwen3 Coder NextnoneClaude Fable 5mediumvsGPT-5.5lowGemini 3.1 Pro PreviewmediumvsGPT-5.5lowGemini 3.5 FlashmediumvsGPT-5.5lowCobuddymediumvsQwen3 Coder NextnoneGemini 3 Flash PreviewmediumvsGPT-5.5lowMiniMax M2.5mediumvsQwen3 Coder NextnoneGPT-5.5lowvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.5lowGemini 3.5 FlashhighvsGPT-5.5low