导航
Advertise here

GPT-5.5 vs Qwen3.7 Flash (medium)

GPT-5.5 平均分领先，为 7.0 vs 6.9。 Qwen3.7 Flash (medium) benchmark 成本更低，为 $0.065 vs $0.544。 GPT-5.5 更快，为 2.35s vs 47.38s，通过率为 59.1% vs 63.6%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-09-10

已对比模型

排名
#143
总输出令牌
4,915
响应时间（平均）
2.35s
总成本
$0.544
排名
#150
总输出令牌
470,076
响应时间（平均）
47.38s
总成本
$0.065
推荐模型 Qwen3.7 Flash (medium)

它的得分接近这里的最高分（6.9 vs 7.0），同时成本比GPT-5.5低约 8.4 倍。

详细对比

指标 GPT-5.5 GPT-5.5 none 发布日期: 2026-04-24 Qwen3.7 Flash Qwen3.7 Flash medium 发布日期: 2026-07-28
分数 7.0 6.9
排名 #143 #150
可靠性 10.0 10.0
一致性 9.2 7.5
尝试次数 66/66 66/66
测试正确
尝试通过率 59.1% 63.6%
不稳定测试 2 7
总运行次数 66 66
每个结果成本 4.533 0.646
总成本 $0.544 $0.065
输入价格 $5.000 / 1M $0.030 / 1M
输出价格 $30.000 / 1M $0.130 / 1M
总输入令牌 79,294 114,477
输出令牌 4,915 12,786
推理令牌 0 457,290
响应时间（平均） 2.35s 47.38s
响应时间（最大） 12.24s 593.64s
响应时间（总计） 51.78s 1042.43s
参数量 ~1.5T 总计 (~100B 激活) ~35B 总计 (~3B 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.

#143 GPT-5.5

none
成本
$0.090
时间
54.3s
令牌
3,063 tok

#150 Qwen3.7 Flash

medium
Reached the allocated time limit (600 seconds) without receiving showcase output.
成本
$0.000
时间
600.0s
令牌
0 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

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
Qwen3.7 Flash 6.2 6.9 55.6% 1 46.78s 7,893 563 61,902

快速对比

切换对比组合

Mercury 2mediumvsGPT-5.5noneGPT-5.5nonevsGLM 5.1mediumSeed-2.0-CodehighvsQwen3.7 FlashmediumClaude Fable 5.1lowvsQwen3.7 FlashmediumGPT-5.5nonevsGrok 4.20mediumDeepSeek V3.2mediumvsGPT-5.5noneSeed-2.0-MinimediumvsGPT-5.5noneKimi K2.5mediumvsGPT-5.5noneGPT-5.5nonevsGrok 4.3mediumGemini 3.5 FlashnonevsQwen3.7 FlashmediumKAT-Coder-Pro V2.5mediumvsGPT-5.5noneClaude Fable 5.1lowvsGPT-5.5none