#84 GPT-5.5
none- 成本
- $0.090
- 时间
- 54.3s
- 令牌
- 3,063 tok
OpenAI: GPT-5.5 vs Qwen: Qwen3.6 Flash
平均分几乎持平，为 6.9 vs 6.9。 GPT-5.5 benchmark 成本更低，为 $0.544 vs $0.738。 GPT-5.5 更快，为 2.36s vs 44.65s，通过率为 56.1% vs 68.2%。
推荐模型GPT-5.5它在这里得分最高（6.9），同时响应速度比Qwen3.6 Flash (medium)快约 18.9 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17
| 指标 | GPT-5.5 GPT-5.5 none | Qwen3.6 Flash Qwen3.6 Flash medium |
|---|---|---|
| 分数 | 6.9 | 6.9 |
| 排名 | #84 | #82 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.9 | 8.2 |
| 测试正确 | ||
| 尝试通过率 | 56.1% | 68.2% |
| 不稳定测试 | 3 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 4.945 | 6.784 |
| 总成本 | $0.544 | $0.738 |
| 输入价格 | $5.000 / 1M | $0.188 / 1M |
| 输出价格 | $30.000 / 1M | $1.125 / 1M |
| 总输入令牌 | 79,285 | 129,041 |
| 输出令牌 | 4,915 | 20,026 |
| 推理令牌 | 0 | 614,312 |
| 响应时间（平均） | 2.36s | 44.65s |
| 响应时间（最大） | 12.24s | 578.13s |
| 响应时间（总计） | 51.88s | 982.32s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#82 Qwen3.6 Flash
medium
无效SVG
- 成本
- $0.008
- 时间
- 29.9s
- 令牌
- 6,784 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 | |
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.10s | 672 | 624 | 14,024 |
| 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 | |
| Qwen3.6 Flash | 5.0 | 5.1 | 44.5% | 2 | 42.85s | 7,895 | 495 | 67,967 |
| 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 | 6.5 | 10.0 | 50.0% | 0 | 8.90s | 56,092 | 3,244 | 0 | |
| Qwen3.6 Flash | 6.5 | 10.0 | 50.0% | 0 | 299.21s | 101,613 | 17,514 | 382,793 |
| 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 | |
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 9.65s | 7,782 | 270 | 13,155 |
| 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 | |
| Qwen3.6 Flash | 3.5 | 4.4 | 33.3% | 2 | 14.65s | 771 | 60 | 24,409 |
| 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 | |
| Qwen3.6 Flash | 4.8 | 9.9 | 0.0% | 0 | 9.88s | 516 | 140 | 5,445 |
| 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 | |
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 6.05s | 699 | 102 | 7,423 |
| 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 | |
| Qwen3.6 Flash | 8.2 | 7.2 | 88.9% | 1 | 6.29s | 696 | 460 | 10,860 |
| 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 | |
| Qwen3.6 Flash | 10.0 | 10.0 | 100.0% | 0 | 4.00s | 8,193 | 335 | 1,188 |
| 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 | |
| Qwen3.6 Flash | 3.0 | 10.0 | 0.0% | 0 | 122.87s | 204 | 26 | 87,048 |
快速对比
切换对比组合
GPT-5.5nonevsStep 3.7 FlashhighQwen3.6 FlashmediumvsStep 3.7 FlashhighGPT-5.6 SolnonevsQwen3.6 FlashmediumGPT-5.5nonevsMiMo-V2.5-PromediumDeepSeek V4 PrononevsQwen3.6 FlashmediumGemini 3.5 FlashminimalvsGPT-5.5noneGemini 3.5 FlashminimalvsQwen3.6 FlashmediumKAT-Coder-Pro V2.5mediumvsGPT-5.5noneSeed-2.0-MinimediumvsGPT-5.5noneGemini 3.5 FlashnonevsQwen3.6 FlashmediumGemini 3 Flash PreviewnonevsQwen3.6 FlashmediumGPT-5.5nonevsQwen3.6 35B A3Bmedium