AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.6 35B A3B

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-05-22

المقياس	GPT-5.4 GPT-5.4 medium الإصدار: 2026-03-05	Qwen3.6 35B A3B Qwen3.6 35B A3B medium الإصدار: 2026-04-20

المقياس	GPT-5.4 GPT-5.4 medium الإصدار: 2026-03-05	Qwen3.6 35B A3B Qwen3.6 35B A3B medium الإصدار: 2026-04-20
النتيجة	7.9	7.8
الترتيب	#27	#30
الموثوقية	10.0	9.4
الاتساق	8.5	9.1
اختبارات صحيحة
معدل النجاح لكل محاولة	75.0%	70.4%
اختبارات غير مستقرة	4	2
إجمالي مرات التشغيل	60	60
التكلفة لكل نتيجة	8.767	1.050
إجمالي التكلفة	$1.140	$0.126
??? ???????	$2.500 / 1M	$0.150 / 1M
??? ???????	$15.000 / 1M	$1.000 / 1M
رموز الإخراج	2,222	18,325
رموز الاستدلال	68,503	115,750
زمن الاستجابة (المتوسط)	22.31s	17.26s
زمن الاستجابة (الحد الأقصى)	100.41s	86.11s
زمن الاستجابة (الإجمالي)	446.15s	310.77s

أفضل النماذج حسب الدرجة

الدرجة مقابل التكلفة الإجمالية

زمن الاستجابة (المتوسط)

النتيجة vs زمن الاستجابة (المتوسط)

إجمالي رموز الإخراج

النتيجة vs إجمالي رموز الإخراج

تفصيل الفئات

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4	8.3	10.0	75.0%	0		4.11s	240	1,511
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		6.02s	1,154	12,385

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4	8.2	6.7	83.3%	1		54.98s	412	19,995
Qwen3.6 35B A3B	6.6	10.0	50.0%	0		59.35s	6,601	22,535

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4	10.0	10.0	100.0%	0		20.57s	301	3,543
Qwen3.6 35B A3B	0.0	0.0	0.0%	0		0ms	0	0

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4	10.0	10.0	100.0%	0		5.32s	234	804
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		12.99s	2,591	9,968

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4	5.3	7.2	44.4%	1		74.27s	61	34,748
Qwen3.6 35B A3B	5.3	7.2	44.4%	1		22.50s	6,193	39,116

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4	4.7	3.1	33.3%	1		4.92s	145	321
Qwen3.6 35B A3B	4.4	9.9	0.0%	0		8.66s	129	4,569

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4	10.0	10.0	100.0%	0		3.11s	93	897
Qwen3.6 35B A3B	10.0	10.0	100.0%	0		7.50s	219	7,404

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4	8.2	7.2	88.9%	1		9.13s	442	3,832
Qwen3.6 35B A3B	7.9	7.5	77.8%	1		5.98s	676	9,447

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4	10.0	10.0	100.0%	0		13.28s	264	1,031
Qwen3.6 35B A3B	0.0	0.0	0.0%	0		0ms	0	0

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإخراج	رموز الاستدلال
GPT-5.4	3.0	10.0	0.0%	0		13.95s	30	1,821
Qwen3.6 35B A3B	3.0	10.0	0.0%	0		32.90s	762	10,326

مقارنة سريعة

تبديل زوج المقارنة

GPT-5.4mediumvsQwen3.7 Maxnone Gemini 3.5 FlashminimalvsGPT-5.4medium Gemini 3 Flash PreviewnonevsQwen3.6 35B A3Bmedium Gemini 3.5 FlashminimalvsQwen3.6 35B A3Bmedium Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3Bmedium GPT-5.2 ChatnonevsQwen3.6 35B A3Bmedium Gemini 3 Flash PreviewnonevsGPT-5.4medium Gemini 3.1 Flash Lite PreviewlowvsGPT-5.4medium Gemini 3.1 Flash Lite PreviewnonevsQwen3.6 35B A3Bmedium Gemini 3.1 Flash LitelowvsQwen3.6 35B A3Bmedium GPT-5.3 ChatnonevsQwen3.6 35B A3Bmedium DeepSeek V4 Flashhighمتاح مجانًاvsQwen3.6 35B A3Bmedium