导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

OpenAI: GPT-5.6 Sol vs Qwen: Qwen3.6 Max Preview

摘要

GPT-5.6 Sol (low) vs Qwen3.6 Max Preview (medium) benchmark 对比：GPT-5.6 Sol (low) 平均分领先，为 9.5 vs 8.9。 GPT-5.6 Sol (low) benchmark 成本更低，为 $0.649 vs $0.960。 GPT-5.6 Sol (low) 更快，为 8.29s vs 59.63s，通过率为 85.7% vs 81.0%。

推荐模型: GPT-5.6 Sol (low) - 它在这里得分最高（9.5），同时响应速度比Qwen3.6 Max Preview (medium)快约 7.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-09

指标 GPT-5.6 Sol GPT-5.6 Sol low 发布日期: 2026-07-09 Qwen3.6 Max Preview Qwen3.6 Max Preview medium 发布日期: 2026-04-20
分数 9.5 8.9
排名 #3 #14
可靠性 10.0 10.0
一致性 9.2 9.3
测试正确
尝试通过率 85.7% 81.0%
不稳定测试 2 2
总运行次数 63 63
每个结果成本 3.816 7.024
总成本 $0.649 $0.960
输入价格 $5.000 / 1M $1.040 / 1M
输出价格 $30.000 / 1M $6.240 / 1M
总输入令牌 34,218 42,362
输出令牌 1,898 2,273
推理令牌 14,023 144,367
响应时间（平均） 8.29s 59.63s
响应时间（最大） 53.91s 238.07s
响应时间（总计） 174.04s 1252.17s

生成展示

Hamster playing table tennis

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

#3 GPT-5.6 Sol

low
成本
$0.062
时间
26.7s
令牌
2,150 tok

#14 Qwen3.6 Max Preview

medium
成本
$0.024
时间
76.5s
令牌
3,861 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-5.6 Sol 8.3 10.0 75.0% 0 2.60s 606 174 492
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 22.13s 672 228 10,075
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-5.6 Sol 10.0 10.0 100.0% 0 11.25s 7,302 412 3,482
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957
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-5.6 Sol 10.0 10.0 100.0% 0 9.87s 11,019 318 792
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 121.49s 14,934 390 14,575
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-5.6 Sol 10.0 10.0 100.0% 0 1.82s 7,140 222 0
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 41.15s 7,782 270 10,106
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-5.6 Sol 5.3 7.2 44.4% 1 29.07s 723 71 7,822
Qwen3.6 Max Preview 2.9 7.2 11.1% 1 95.91s 771 60 30,371
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-5.6 Sol 10.0 10.0 100.0% 0 3.07s 477 99 135
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 32.24s 516 129 3,510
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-5.6 Sol 10.0 10.0 100.0% 0 2.27s 660 90 146
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.31s 699 103 5,848
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-5.6 Sol 8.2 7.2 88.9% 1 3.44s 642 224 534
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.32s 696 329 7,693
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-5.6 Sol 10.0 10.0 100.0% 0 7.56s 5,454 258 294
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 18.32s 8,193 309 1,571
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-5.6 Sol 10.0 10.0 100.0% 0 3.67s 195 30 326
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 60.56s 204 28 7,661

快速对比

切换对比组合

Gemini 3 Flash PreviewmediumvsGPT-5.6 SollowGPT-5.6 SollowvsQwen3.7 MaxmediumGemini 3.5 FlashhighvsGPT-5.6 SollowClaude Fable 5mediumvsGPT-5.6 SollowGemini 3.1 Pro PreviewmediumvsGPT-5.6 SollowGemini 3.5 FlashlowvsQwen3.6 Max PreviewmediumGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumGemini 3.5 FlashmediumvsGPT-5.6 SollowGPT-5.5lowvsQwen3.6 Max PreviewmediumGPT-5.6 SolhighvsQwen3.6 Max PreviewmediumDeepSeek V4 FlashhighvsQwen3.6 Max PreviewmediumClaude Opus 4.8mediumvsGPT-5.6 Sollow