导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.5 vs Qwen: Qwen3.5 Plus 2026-04-20

摘要

GPT-5.5 vs Qwen3.5 Plus 2026-04-20 benchmark 对比：GPT-5.5 平均分领先，为 6.4 vs 5.7。 Qwen3.5 Plus 2026-04-20 benchmark 成本更低，为 $0.032 vs $0.231。 GPT-5.5 更快，为 1.89s vs 4.39s，通过率为 54.0% vs 41.3%。

推荐模型: Qwen3.5 Plus 2026-04-20 - 它的得分接近这里的最高分（5.7 vs 6.4），同时成本比GPT-5.5低约 7.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 GPT-5.5 GPT-5.5 none 发布日期: 2026-04-24 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none 发布日期: 2026-04-20
分数 6.4 5.7
排名 #92 #115
可靠性 10.0 10.0
一致性 8.8 8.6
测试正确
尝试通过率 54.0% 41.3%
不稳定测试 3 4
总运行次数 63 63
每个结果成本 2.302 0.595
总成本 $0.231 $0.032
输入价格 $5.000 / 1M $0.300 / 1M
输出价格 $30.000 / 1M $1.800 / 1M
总输入令牌 34,212 38,910
输出令牌 1,971 11,145
推理令牌 0 0
响应时间（平均） 1.89s 4.39s
响应时间（最大） 5.56s 33.34s
响应时间（总计） 39.64s 92.26s

Generation showcase

Hamster playing table tennis

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

#92 GPT-5.5

none
Cost
$0.090
Time
54.3s
Tokens
3,063 tok

#115 Qwen3.5 Plus 2026-04-20

none
Cost
$0.008
Time
77.0s
Tokens
4,369 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 Plus 2026-04-20 4.8 10.0 25.0% 0 1.88s 696 557 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 Plus 2026-04-20 3.9 7.8 11.1% 1 1.69s 7,913 480 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 Plus 2026-04-20 2.8 1.6 33.3% 1 13.32s 11,350 2,275 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 Plus 2026-04-20 10.0 10.0 100.0% 0 2.82s 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 Plus 2026-04-20 5.3 10.0 33.3% 0 4.43s 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 3.41s 477 124 0
Qwen3.5 Plus 2026-04-20 4.8 10.0 0.0% 0 1.41s 522 119 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 Plus 2026-04-20 6.2 5.8 66.7% 1 1.17s 711 68 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 Plus 2026-04-20 6.7 7.9 55.6% 1 1.97s 714 583 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 Plus 2026-04-20 10.0 10.0 100.0% 0 4.42s 8,211 297 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 Plus 2026-04-20 3.0 10.0 0.0% 0 33.34s 210 6,505 0

快速对比

切换对比组合

Gemini 3.1 Flash LiteminimalvsGPT-5.5noneCobuddymediumvsQwen3.5 Plus 2026-04-20noneNemotron 3 Supermedium免费可用vsQwen3.5 Plus 2026-04-20noneMercury 2mediumvsGPT-5.5noneDeepSeek V4 ProhighvsQwen3.5 Plus 2026-04-20noneMiniMax M2.5mediumvsQwen3.5 Plus 2026-04-20noneGPT-5.5nonevsQwen3.6 27BmediumMiniMax M2.7mediumvsQwen3.5 Plus 2026-04-20noneDeepSeek V4 ProhighvsGPT-5.5noneMistral Small 4mediumvsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmedium免费可用vsQwen3.5 Plus 2026-04-20noneKimi K2.5mediumvsGPT-5.5none