GPT-5.5 (medium) vs Qwen3.7 Max (medium)

排名: #19
总输出令牌: 125,316
响应时间（平均）: 38.97s
总成本: $4.163

排名: #17
总输出令牌: 226,102
响应时间（平均）: 44.32s
总成本: $1.157

推荐模型 Qwen3.7 Max (medium)

它在这里得分最高（9.1），同时成本比GPT-5.5 (medium)低约 3.6 倍。

详细对比

指标	GPT-5.5 GPT-5.5 medium 发布日期: 2026-04-24	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22

指标	GPT-5.5 GPT-5.5 medium 发布日期: 2026-04-24	Qwen3.7 Max Qwen3.7 Max medium 发布日期: 2026-05-22
分数	9.0	9.1
排名	#19	#17
可靠性	10.0	10.0
一致性	8.9	9.0
尝试次数	66/66	66/66
测试正确
尝试通过率	87.9%	86.4%
不稳定测试	3	3
总运行次数	66	66
每个结果成本	23.127	8.904
总成本	$4.163	$1.157
输入价格	$5.000 / 1M	$1.475 / 1M
输出价格	$30.000 / 1M	$4.425 / 1M
总输入令牌	80,668	106,029
输出令牌	5,617	5,748
推理令牌	119,699	220,354
响应时间（平均）	38.97s	44.32s
响应时间（最大）	332.10s	556.06s
响应时间（总计）	857.43s	975.11s
参数量	~1.5T 总计 (~100B 激活)	~1T 总计 (~40B 激活)
开放状态	闭源	闭源

模型生成展示

Hamster playing table tennis

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

#19 GPT-5.5

medium

成本: $0.112
时间: 71.9s
令牌: 3,807 tok

#17 Qwen3.7 Max

medium

成本: $0.017
时间: 68.8s
令牌: 4,526 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

类别:

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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.36s	672	222	8,742

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
Qwen3.7 Max	10.0	10.0	100.0%	0		35.31s	7,893	423	34,808

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		33.52s	57,466	3,944	6,735
Qwen3.7 Max	8.7	6.9	83.3%	1		287.83s	78,594	3,985	96,450

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.80s	7,782	270	6,254

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		168.16s	732	67	80,505
Qwen3.7 Max	4.1	4.4	44.5%	2		52.45s	780	61	41,143

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
Qwen3.7 Max	10.0	10.0	100.0%	0		11.70s	516	135	4,457

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
Qwen3.7 Max	10.0	10.0	100.0%	0		7.46s	699	102	5,452

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
Qwen3.7 Max	10.0	10.0	100.0%	0		8.84s	696	259	8,908

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
Qwen3.7 Max	10.0	10.0	100.0%	0		6.63s	8,193	267	1,220

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
Qwen3.7 Max	3.0	10.0	0.0%	0		33.37s	204	24	12,920

快速对比

切换对比组合

GPT-5.5mediumvsGrok 4.5high Seed 2.1 TurbolowvsQwen3.7 Maxmedium Qwen3.7 MaxmediumvsGrok 4.5high Seed 2.1 TurbolowvsGPT-5.5medium Seed 2.1 TurbohighvsGPT-5.5medium Seed 2.1 TurbohighvsQwen3.7 Maxmedium Claude Opus 5highvsQwen3.7 Maxmedium Gemini 3.7 FlashlowvsQwen3.7 Maxmedium Gemini 3.5 FlashlowvsGPT-5.5medium Claude Opus 5highvsGPT-5.5medium Gemini 3.7 FlashlowvsGPT-5.5medium Gemini 3.5 FlashlowvsQwen3.7 Maxmedium