Navigation
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

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

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-22

Metrik GPT-5.4 GPT-5.4 medium Veröffentlichung: 2026-03-05 Qwen3.6 35B A3B Qwen3.6 35B A3B medium Veröffentlichung: 2026-04-20
Punktzahl 7.9 7.8
Rang #27 #30
Zuverlässigkeit 10.0 9.4
Konsistenz 8.5 9.1
Korrekte Tests
Erfolgsquote pro Versuch 75.0% 70.4%
Instabile Tests 4 2
Gesamtläufe 60 60
Kosten pro Ergebnis 8.767 1.050
Gesamtkosten $1.140 $0.126
Eingabepreis $2.500 / 1M $0.150 / 1M
Ausgabepreis $15.000 / 1M $1.000 / 1M
Ausgabe-Token 2,222 18,325
Denk-Token 68,503 115,750
Antwortzeit (Durchschnitt) 22.31s 17.26s
Antwortzeit (Maximum) 100.41s 86.11s
Antwortzeit (Gesamt) 446.15s 310.77s

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) Ausgabe-Token Denk-Token
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
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
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
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
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
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
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
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
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
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
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
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
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
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
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
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
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
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Ausgabe-Token Denk-Token
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

Schnellvergleich

Vergleichspaar wechseln

GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5.4mediumGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3.5 FlashminimalvsQwen3.6 35B A3BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3BmediumGPT-5.2 ChatnonevsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 35B A3BmediumGemini 3.1 Flash LitelowvsQwen3.6 35B A3BmediumGPT-5.3 ChatnonevsQwen3.6 35B A3BmediumDeepSeek V4 FlashhighKostenlos verfügbarvsQwen3.6 35B A3Bmedium