导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.5 vs Qwen: Qwen3.6 Max Preview

摘要

GPT-5.5 vs Qwen3.6 Max Preview benchmark 对比：GPT-5.5 平均分领先，为 9.0 vs 6.0。 Qwen3.6 Max Preview benchmark 成本更低，为 $0.075 vs $3.679。 Qwen3.6 Max Preview 更快，为 3.30s vs 37.98s，通过率为 87.3% vs 58.7%。

推荐模型: Qwen3.6 Max Preview - 它提供了最佳整体取舍：得分有竞争力（6.0），成本低于GPT-5.5，响应时间也较均衡。

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 medium 发布日期: 2026-04-24 Qwen3.6 Max Preview Qwen3.6 Max Preview none 发布日期: 2026-04-20
分数 9.0 6.0
排名 #9 #100
可靠性 10.0 10.0
一致性 8.9 9.2
测试正确
尝试通过率 87.3% 58.7%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 21.638 0.824
总成本 $3.679 $0.075
输入价格 $5.000 / 1M $1.040 / 1M
输出价格 $30.000 / 1M $6.240 / 1M
总输入令牌 34,212 42,509
输出令牌 1,985 4,779
推理令牌 114,925 0
响应时间（平均） 37.98s 3.30s
响应时间（最大） 332.10s 20.51s
响应时间（总计） 797.60s 69.40s

生成展示

Hamster playing table tennis

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

#9 GPT-5.5

medium
成本
$0.112
时间
71.9s
令牌
3,807 tok

#100 Qwen3.6 Max Preview

none
成本
$0.025
时间
83.9s
令牌
4,066 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 4.66s 606 250 1,335
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 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 8.8 7.8 88.9% 1 59.77s 7,305 362 24,959
Qwen3.6 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 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 19.29s 11,019 312 2,841
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 14,949 2,842 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 4.18s 7,140 234 593
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 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 7.2 44.4% 1 164.14s 723 67 79,625
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 789 18 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 4.16s 477 138 223
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 522 76 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 10.0 10.0 100.0% 0 3.36s 660 93 538
Qwen3.6 Max Preview 9.8 10.0 100.0% 0 1.40s 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 6.76s 642 241 2,225
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.65s 714 321 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 10.57s 5,445 258 832
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 8,211 222 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 2.8 1.6 33.3% 1 37.86s 195 30 1,754
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 1.97s 210 19 0

快速对比

切换对比组合

Gemini 3.1 Flash LiteminimalvsQwen3.6 Max PreviewnoneNorth Mini Codemedium免费可用vsQwen3.6 Max PreviewnoneGemini 3.5 FlashlowvsGPT-5.5mediumGemma 4 31Bmedium免费可用vsQwen3.6 Max PreviewnoneNemotron 3 Supermedium免费可用vsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitelowvsQwen3.6 Max PreviewnoneGemini 3.1 Flash Lite PreviewlowvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsStep 3.5 FlashmediumGPT-5 NanomediumvsQwen3.6 Max Previewnonegpt-oss-120bmedium免费可用vsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsMiMo-V2.5mediumDeepSeek V4 FlashhighvsGPT-5.5medium