GPT-5.4 Mini (medium) vs Qwen3.8 2.4T A95B (high)

يتقدم GPT-5.4 Mini (medium) في متوسط النتيجة بـ 7.9 مقابل 7.9. لدى GPT-5.4 Mini (medium) تكلفة benchmark أقل عند $1.008 مقابل $2.805. GPT-5.4 Mini (medium) أسرع عند 29.94s مقابل 120.88s، مع معدلات نجاح 69.6% مقابل 75.4%.

تم إنشاء نتائج المعايير من مجموعات اختبارات AI BENCHY في: 2026-10-01

النماذج المقارنة

الترتيب: #99
إجمالي رموز الإخراج: 184,172
زمن الاستجابة (المتوسط): 29.94s
إجمالي التكلفة: $1.008

الترتيب: #102
إجمالي رموز الإخراج: 468,439
زمن الاستجابة (المتوسط): 120.88s
إجمالي التكلفة: $2.805

النموذج الموصى به GPT-5.4 Mini (medium)

It has the best score here (7.9), while costing about 2.8x less than Qwen3.8 2.4T A95B (high).

مقارنة تفصيلية

المقياس	GPT-5.4 Mini GPT-5.4 Mini medium الإصدار: 2026-03-17	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high الإصدار: 2026-08-12

المقياس	GPT-5.4 Mini GPT-5.4 Mini medium الإصدار: 2026-03-17	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high الإصدار: 2026-08-12
النتيجة	7.9	7.9
الترتيب	#99	#102
الموثوقية	10.0	9.6
الاتساق	8.2	8.4
محاولات	69/69	69/69
اختبارات صحيحة
معدل النجاح لكل محاولة	69.6%	75.4%
اختبارات غير مستقرة	5	4
إجمالي مرات التشغيل	69	69
التكلفة لكل نتيجة	7.754	18.696
إجمالي التكلفة	$1.008	$2.805
سعر الإدخال	$0.750 / 1M	$2.000 / 1M
سعر الإخراج	$4.500 / 1M	$6.000 / 1M
إجمالي رموز الإدخال	238,925	295,642
رموز الإخراج	7,109	115,041
رموز الاستدلال	177,063	353,398
زمن الاستجابة (المتوسط)	29.94s	120.88s
زمن الاستجابة (الحد الأقصى)	138.75s	532.28s
زمن الاستجابة (الإجمالي)	688.57s	2780.16s
المعلمات	~400B الإجمالي (~17B النشطة)	2.4T الإجمالي (95B النشطة)
الإتاحة	مغلق المصدر	الأوزان متاحة

عرض إنشاء النماذج

Hamster playing table tennis

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

#99 GPT-5.4 Mini

medium

التكلفة: $0.056
الوقت: 95.5s
الرموز: 12,464 tok

#102 Qwen3.8 2.4T A95B

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

التكلفة: $0.000
الوقت: 600.0s
الرموز: 0 tok

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

الفئة:

مهام الوكلاء	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.4 Mini	10.0	10.0	100.0%	0		100.66s	141,761	898	24,930
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		127.11s	186,711	2,240	10,171

حيل مضادة للذكاء الاصطناعي	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.4 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

البرمجة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.4 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078

مجمّع	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.4 Mini	6.9	5.9	66.7%	1		59.64s	74,058	4,347	40,924
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

تحليل البيانات واستخراجها	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.4 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

خاص بالمجال	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.4 Mini	3.6	7.2	22.2%	1		71.05s	628	60	49,875
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028

الذكاء العام	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.4 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

اتباع التعليمات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.4 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

حل الألغاز	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.4 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

استدعاء الأدوات	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.4 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

معلومات عامة	النتيجة	الاتساق	معدل النجاح لكل محاولة	اختبارات غير مستقرة	اختبارات صحيحة	زمن الاستجابة (المتوسط)	رموز الإدخال	رموز الإخراج	رموز الاستدلال
GPT-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

مقارنة سريعة

تبديل زوج المقارنة

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95Bhigh Claude Fable 5.1highvsGPT-5.4 Minimedium Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium GPT-5.4 MinimediumvsGLM 5.3 FlashXmax GPT-5.4 MinimediumvsQwen3.7 Maxnone Qwen3.8 2.4T A95BhighvsGrok 4.5medium Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax GPT-5.6 TerralowvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsGrok 4.5low GPT-5.4 MinimediumvsGLM 5.3high