OpenAI: GPT-5.6 Terra vs Qwen: Qwen3.7 Max

平均分几乎持平，为 7.5 vs 7.4。 Qwen3.7 Max benchmark 成本更低，为 $0.197 vs $0.519。 Qwen3.7 Max 更快，为 4.52s vs 5.31s，通过率为 74.2% vs 68.2%。

推荐模型Qwen3.7 Max它在这里得分最高（7.4），同时成本比GPT-5.6 Terra (low)低约 2.6 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-17

指标	GPT-5.6 Terra GPT-5.6 Terra low 发布日期: 2026-07-09	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22

指标	GPT-5.6 Terra GPT-5.6 Terra low 发布日期: 2026-07-09	Qwen3.7 Max Qwen3.7 Max none 发布日期: 2026-05-22
分数	7.5	7.4
排名	#53	#57
可靠性	10.0	9.9
一致性	7.9	10.0
测试正确
尝试通过率	74.2%	68.2%
不稳定测试	6	0
总运行次数	66	66
每个结果成本	3.989	1.582
总成本	$0.519	$0.197
输入价格	$2.500 / 1M	$1.475 / 1M
输出价格	$15.000 / 1M	$4.425 / 1M
总输入令牌	80,295	95,983
输出令牌	4,714	12,446
推理令牌	16,469	0
响应时间（平均）	5.31s	4.52s
响应时间（最大）	19.85s	72.30s
响应时间（总计）	116.82s	99.52s

Hamster playing table tennis

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

#53 GPT-5.6 Terra

low

成本: $0.034
时间: 16.8s
令牌: 2,348 tok

#57 Qwen3.7 Max

none

成本: $0.046
时间: 195.0s
令牌: 12,171 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

类别:

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 Terra	8.3	10.0	75.0%	0		2.36s	606	171	602
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	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 Terra	6.6	4.6	77.8%	2		9.56s	7,302	429	6,821
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	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 Terra	8.7	6.9	83.3%	1		9.68s	57,088	3,083	1,617
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	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 Terra	10.0	10.0	100.0%	0		919ms	7,140	222	0
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	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 Terra	5.3	7.2	44.4%	1		8.34s	723	72	4,086
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	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 Terra	4.8	3.2	33.3%	1		3.52s	477	105	249
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	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 Terra	10.0	10.0	100.0%	0		1.48s	660	87	134
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	72	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 Terra	10.0	10.0	100.0%	0		4.46s	642	259	1,506
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	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 Terra	4.7	1.6	66.7%	1		6.69s	5,462	257	226
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	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 Terra	3.0	10.0	0.0%	0		5.95s	195	29	1,228
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0

快速对比

切换对比组合

GPT-5.6 TerralowvsQwen3.5 Plus 2026-02-15medium Kimi K2.7 CodemediumvsGPT-5.6 Terralow GPT-5.6 TerralowvsQwen3.5-27Bmedium GPT-5.4 MinimediumvsQwen3.7 Maxnone Nemotron 3 Ultramedium免费可用vsGPT-5.6 Terralow Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone GPT-5.4 NanomediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsGrok Build 0.1medium Nemotron 3 Ultramedium免费可用vsQwen3.7 Maxnone MiniMax M3mediumvsGPT-5.6 Terralow