导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.5 vs Qwen: Qwen3.5-35B-A3B

摘要

GPT-5.5 vs Qwen3.5-35B-A3B benchmark 对比：GPT-5.5 平均分领先，为 6.3 vs 5.9。 Qwen3.5-35B-A3B benchmark 成本更低，为 $0.012 vs $0.231。 GPT-5.5 更快，为 1.89s vs 3.37s，通过率为 54.0% vs 42.9%。

推荐模型: Qwen3.5-35B-A3B - 它的得分接近这里的最高分（5.9 vs 6.3），同时成本比GPT-5.5低约 20.8 倍。

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 none 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 6.3 5.9
排名 #105 #120
可靠性 10.0 10.0
一致性 8.8 8.9
测试正确
尝试通过率 54.0% 42.9%
不稳定测试 3 3
总运行次数 63 63
每个结果成本 2.302 0.230
总成本 $0.231 $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 34,212 48,194
输出令牌 1,971 4,343
推理令牌 0 0
响应时间（平均） 1.89s 3.37s
响应时间（最大） 5.56s 47.43s
响应时间（总计） 39.64s 70.75s

生成展示

Hamster playing table tennis

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

#105 GPT-5.5

none
成本
$0.090
时间
54.3s
令牌
3,063 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 6.9 7.9 66.7% 1 1.31s 606 213 0
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 5.5 10.0 33.3% 0 1.35s 7,305 462 0
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 3.0 10.0 0.0% 0 5.56s 11,019 300 0
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 1.18s 7,140 222 0
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 2.9 7.2 11.1% 1 1.31s 723 52 0
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 3.41s 477 124 0
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 6.2 5.8 66.7% 1 1.15s 660 81 0
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 7.7 10.0 66.7% 0 1.29s 642 252 0
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 3.90s 5,445 247 0
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 5.01s 195 18 0
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-5.5nonevsQwen3.5-35B-A3BmediumGemma 4 31Bmedium免费可用vsGPT-5.5noneNemotron 3 Supermedium免费可用vsGPT-5.5noneNorth Mini Codemedium免费可用vsQwen3.5-35B-A3BnoneGemini 3.1 Flash LiteminimalvsGPT-5.5noneGemini 3.1 Flash LitelowvsGPT-5.5noneGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.5noneGPT-5.6 LunalowvsQwen3.5-35B-A3BnoneGPT-5.5nonevsQwen3.6 27BmediumGPT-5.5nonevsStep 3.5 FlashmediumGemma 4 31Bmedium免费可用vsQwen3.5-35B-A3Bnone