Navigation
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-4o-mini vs Qwen: Qwen3.5-9B

Zusammenfassung

GPT-4o-mini vs Qwen3.5-9B Benchmark-Vergleich: GPT-4o-mini führt beim Durchschnittsscore mit 4.8 vs 4.2. GPT-4o-mini hat die niedrigeren Benchmark-Kosten mit $0.006 vs $0.036. GPT-4o-mini ist schneller mit 1.77s vs 82.24s, mit Erfolgsraten von 23.8% vs 27.0%.

Empfohlenes Modell: GPT-4o-mini - Es hat hier die beste Punktzahl (4.8) und kostet etwa 6.0x weniger als Qwen3.5-9B.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-10

Metrik GPT-4o-mini GPT-4o-mini none Veröffentlichung: 2024-07-18 Qwen3.5-9B Qwen3.5-9B medium Veröffentlichung: 2026-03-02
Punktzahl 4.8 4.2
Rang #148 #162
Zuverlässigkeit 10.0 6.7
Konsistenz 9.9 8.0
Korrekte Tests
Erfolgsquote pro Versuch 23.8% 27.0%
Instabile Tests 0 5
Gesamtläufe 63 63
Kosten pro Ergebnis 0.119 1.187
Gesamtkosten $0.006 $0.036
Eingabepreis $0.150 / 1M $0.100 / 1M
Ausgabepreis $0.600 / 1M $0.150 / 1M
Gesamte Eingabe-Token 31,518 17,070
Ausgabe-Token 1,982 29,045
Denk-Token 0 209,516
Antwortzeit (Durchschnitt) 1.77s 82.24s
Antwortzeit (Maximum) 7.58s 226.38s
Antwortzeit (Gesamt) 24.80s 1315.88s

Generation showcase

Hamster playing table tennis

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

#148 GPT-4o-mini

none
Cost
$0.001
Time
6.6s
Tokens
742 tok

#162 Qwen3.5-9B

medium
Cost
$0.001
Time
35.9s
Tokens
3,030 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Anti-KI-Tricks Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-4o-mini 4.8 10.0 25.0% 0 1.34s 618 186 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 369 2,621 12,411
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-4o-mini 3.2 9.6 0.0% 0 1.63s 7,314 367 0
Qwen3.5-9B 2.9 10.0 0.0% 0 100.88s 2,396 7,890 41,129
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-4o-mini 3.0 10.0 0.0% 0 7.58s 8,298 568 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0 0
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-4o-mini 10.0 10.0 100.0% 0 1.27s 7,161 183 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 4,722 1,383 32,113
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-4o-mini 3.0 10.0 0.0% 0 637ms 732 15 0
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 295 11,549 48,475
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-4o-mini 4.0 10.0 0.0% 0 909ms 480 66 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 180 0 30,695
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-4o-mini 6.3 10.0 50.0% 0 1.11s 666 69 0
Qwen3.5-9B 6.5 10.0 50.0% 0 5.75s 381 491 1,824
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-4o-mini 3.5 10.0 0.0% 0 1.21s 651 308 0
Qwen3.5-9B 3.0 10.0 0.0% 0 32.27s 376 1,593 12,026
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-4o-mini 10.0 10.0 100.0% 0 2.51s 5,400 205 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 8,283 444 1,149
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-4o-mini 3.0 10.0 0.0% 0 794ms 198 15 0
Qwen3.5-9B 3.0 10.0 0.0% 0 177.02s 68 3,074 29,694

Schnellvergleich

Vergleichspaar wechseln

Ling-2.6-1TnonevsQwen3.5-9BmediumGPT-4o-mininonevsQwen3 Coder NextmediumGranite 4.1 8BnonevsQwen3.5-9BmediumMercury 2nonevsQwen3.5-9BmediumGPT-4o-mininonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneTrinity Large PreviewnonevsQwen3.5-9BmediumGPT-5.4 NanononevsQwen3.5-9BmediumMistral Small 4mediumvsGPT-4o-mininoneMiniMax M2.7mediumvsGPT-4o-mininoneMiniMax M2.5mediumvsGPT-4o-mininoneGPT-5.4 MininonevsQwen3.5-9Bmedium