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

Qwen3.5-9B führt beim Durchschnittsscore mit 5.1 vs 5.0. GPT-4o-mini hat die niedrigeren Benchmark-Kosten mit $0.010 vs $0.021. GPT-4o-mini ist schneller mit 1.99s vs 19.17s, mit Erfolgsraten von 22.7% vs 19.7%.

Empfohlenes ModellGPT-4o-miniDie Punktzahl bleibt nah an der besten hier (5.0 vs 5.1) und es kostet etwa 2.1x weniger als Qwen3.5-9B.

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-07-25

Metrik	GPT-4o-mini GPT-4o-mini none Veröffentlichung: 2024-07-18	Qwen3.5-9B Qwen3.5-9B none Veröffentlichung: 2026-03-02

Metrik	GPT-4o-mini GPT-4o-mini none Veröffentlichung: 2024-07-18	Qwen3.5-9B Qwen3.5-9B none Veröffentlichung: 2026-03-02
Punktzahl	5.0	5.1
Rang	#189	#183
Zuverlässigkeit	10.0	10.0
Konsistenz	9.9	9.7
Korrekte Tests
Erfolgsquote pro Versuch	22.7%	19.7%
Instabile Tests	0	1
Gesamtläufe	66	66
Kosten pro Ergebnis	0.195	0.490
Gesamtkosten	$0.010	$0.021
Eingabepreis	$0.150 / 1M	$0.100 / 1M
Ausgabepreis	$0.600 / 1M	$0.150 / 1M
Gesamte Eingabe-Token	53,136	144,407
Ausgabe-Token	2,911	37,484
Denk-Token	0	0
Antwortzeit (Durchschnitt)	1.99s	19.17s
Antwortzeit (Maximum)	7.58s	382.06s
Antwortzeit (Gesamt)	29.86s	421.74s

Hamster playing table tennis

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

#189 GPT-4o-mini

none

Kosten: $0.001
Zeit: 6.6s
Token: 742 tok

#183 Qwen3.5-9B

none

Ungültiges SVG

Kosten: $0.000
Zeit: 300.0s
Token: 0 tok

Top-Modelle nach Score

Score vs. Gesamtkosten

Antwortzeit (Durchschnitt)

Punktzahl vs Antwortzeit (Durchschnitt)

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Kategorieaufschlüsselung

Kategorie:

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	3.1	9.9	0.0%	0		1.71s	696	582	0

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	3.9	7.8	11.1%	1		5.60s	7,913	1,042	0

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		6.32s	29,916	1,497	0
Qwen3.5-9B	3.0	10.0	0.0%	0		193.98s	116,763	34,787	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	10.0	10.0	100.0%	0		847ms	7,788	249	0

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	3.0	10.0	0.0%	0		464ms	789	24	0

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	4.4	9.9	0.0%	0		552ms	522	99	0

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		514ms	711	75	0

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	3.2	10.0	0.0%	0		621ms	714	347	0

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		1.27s	8,301	273	0

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		2.32s	210	6	0

Schnellvergleich

Vergleichspaar wechseln

Mistral Small 4mediumvsQwen3.5-9Bnone GPT-4o-mininonevsLaguna S 2.1lowKostenlos verfügbar MiniMax M2.7mediumvsQwen3.5-9Bnone MiniMax M2.7mediumvsGPT-4o-mininone Laguna S 2.1lowKostenlos verfügbarvsQwen3.5-9Bnone Mistral Small 4mediumvsGPT-4o-mininone Laguna S 2.1highKostenlos verfügbarvsQwen3.5-9Bnone GPT-4o-mininonevsQwen3 Coder Nextmedium CobuddymediumvsGPT-4o-mininone KAT-Coder-Air V2.5lowvsQwen3.5-9Bnone Laguna S 2.1mediumKostenlos verfügbarvsQwen3.5-9Bnone MiniMax M2.5mediumvsGPT-4o-mininone