导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.6 Sol vs Qwen: Qwen3.5-Flash

摘要

GPT-5.6 Sol vs Qwen3.5-Flash benchmark 对比：GPT-5.6 Sol 平均分领先，为 6.3 vs 6.1。 Qwen3.5-Flash benchmark 成本更低，为 $0.005 vs $0.225。 GPT-5.6 Sol 更快，为 1.66s vs 3.58s，通过率为 57.1% vs 39.7%。

推荐模型: Qwen3.5-Flash - 它的得分接近这里的最高分（6.1 vs 6.3），同时成本比GPT-5.6 Sol低约 54.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标 GPT-5.6 Sol GPT-5.6 Sol none 发布日期: 2026-07-09 Qwen3.5-Flash Qwen3.5-Flash none 发布日期: 2026-02-24
分数 6.3 6.1
排名 #102 #113
可靠性 10.0 10.0
一致性 9.0 9.7
测试正确
尝试通过率 57.1% 39.7%
不稳定测试 3 1
总运行次数 63 63
每个结果成本 2.244 0.075
总成本 $0.225 $0.005
输入价格 $5.000 / 1M $0.065 / 1M
输出价格 $30.000 / 1M $0.260 / 1M
总输入令牌 34,218 46,439
输出令牌 1,776 4,276
推理令牌 0 0
响应时间（平均） 1.66s 3.58s
响应时间（最大） 3.93s 27.18s
响应时间（总计） 34.81s 75.28s

生成展示

Hamster playing table tennis

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

#102 GPT-5.6 Sol

none
成本
$0.116
时间
78.7s
令牌
3,944 tok

#113 Qwen3.5-Flash

none
成本
$0.003
时间
47.4s
令牌
7,799 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 1.27s 606 154 0
Qwen3.5-Flash 3.5 8.3 8.3% 1 1.32s 696 690 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-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0
Qwen3.5-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 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-5.6 Sol 3.0 10.0 0.0% 0 3.93s 11,019 300 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 6.22s 18,879 1,794 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-5.6 Sol 10.0 10.0 100.0% 0 1.53s 7,140 222 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 1.57s 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-5.6 Sol 3.6 7.2 22.2% 1 1.43s 723 54 0
Qwen3.5-Flash 7.7 10.0 66.7% 0 905ms 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-5.6 Sol 6.5 3.4 66.7% 1 1.52s 477 91 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 803ms 522 100 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-5.6 Sol 8.5 6.8 83.3% 1 1.33s 660 84 0
Qwen3.5-Flash 6.3 10.0 50.0% 0 8.81s 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-5.6 Sol 7.7 10.0 66.7% 0 1.49s 642 211 0
Qwen3.5-Flash 3.1 10.0 0.0% 0 10.89s 714 579 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-5.6 Sol 10.0 10.0 100.0% 0 3.70s 5,454 246 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 3.67s 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-5.6 Sol 3.0 10.0 0.0% 0 1.95s 195 24 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 588ms 210 9 0

快速对比

切换对比组合

Nemotron 3 Supermedium免费可用vsGPT-5.6 SolnoneGemma 4 31Bmedium免费可用vsGPT-5.6 SolnoneGPT-5.6 SolnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneGPT-5.6 LunalowvsQwen3.5-FlashnoneGemini 3.1 Flash LitelowvsGPT-5.6 SolnoneGemini 3.1 Flash Lite PreviewlowvsGPT-5.6 SolnoneGemini 3.1 Flash LiteminimalvsGPT-5.6 SolnoneGemma 4 31Bmedium免费可用vsQwen3.5-FlashnoneNemotron 3 Supermedium免费可用vsQwen3.5-FlashnoneNorth Mini Codemedium免费可用vsQwen3.5-FlashnoneGPT-5.6 SolnonevsQwen3.6 27Bmedium