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 Plus

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-05-10

Metrik GPT-5.4 GPT-5.4 medium Veröffentlichung: 2026-03-05 Qwen3.6 Plus Qwen3.6 Plus medium Veröffentlichung: 2026-04-20
Punktzahl 7.9 7.9
Rang #26 #28
Zuverlässigkeit 10.0 10.0
Konsistenz 8.8 9.6
Korrekte Tests
Erfolgsquote pro Versuch 75.4% 70.2%
Instabile Tests 3 1
Gesamtläufe 57 57
Kosten pro Ergebnis 6.617 0.118
Gesamtkosten $0.861 $0.016
Eingabepreis $2.500 / 1M $0.325 / 1M
Ausgabepreis $15.000 / 1M $1.950 / 1M
Ausgabe-Token 2,199 1,784
Denk-Token 50,553 91,543
Antwortzeit (Durchschnitt) 18.38s 17.06s
Antwortzeit (Maximum) 100.41s 47.51s
Antwortzeit (Gesamt) 349.21s 307.07s

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 Plus 10.0 10.0 100.0% 0 9.90s 207 7,557
Programmierung 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 13.03s 389 2,045
Qwen3.6 Plus 3.0 10.0 0.0% 0 0ms 0 0
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 Plus 10.0 10.0 100.0% 0 34.95s 452 13,073
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 Plus 10.0 10.0 100.0% 0 14.95s 270 10,706
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 Plus 2.9 7.2 11.1% 1 29.59s 56 33,464
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 Plus 5.1 10.0 0.0% 0 27.05s 111 5,232
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 Plus 10.0 10.0 100.0% 0 7.54s 102 5,552
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 Plus 10.0 10.0 100.0% 0 6.11s 298 6,868
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 Plus 10.0 10.0 100.0% 0 5.87s 267 1,330
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 Plus 3.0 10.0 0.0% 0 47.51s 21 7,761

Schnellvergleich

Vergleichspaar wechseln

Gemini 3 Flash PreviewnonevsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 PlusmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemini 3.1 Flash LitelowvsQwen3.6 PlusmediumGPT-5.3 ChatnonevsQwen3.6 PlusmediumGemini 3.1 Flash LitelowvsGPT-5.4mediumDeepSeek V4 FlashhighvsQwen3.6 PlusmediumDeepSeek V4 FlashhighvsGPT-5.4medium