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: Qwen3.7 Max

Benchmarks aus AI BENCHY-Test-Suites generiert am: 2026-06-04

Metrik GPT-5.4 GPT-5.4 medium Veröffentlichung: 2026-03-05 Qwen3.7 Max Qwen3.7 Max medium Veröffentlichung: 2026-05-22
Punktzahl 8.0 9.1
Rang #21 #5
Zuverlässigkeit 10.0 10.0
Konsistenz 8.6 9.6
Korrekte Tests
Erfolgsquote pro Versuch 76.2% 88.9%
Instabile Tests 4 1
Gesamtläufe 63 63
Kosten pro Ergebnis 8.640 5.517
Gesamtkosten $1.210 $0.523
Eingabepreis $2.500 / 1M $1.250 / 1M
Ausgabepreis $15.000 / 1M $3.750 / 1M
Gesamte Eingabe-Token 34,108 42,360
Ausgabe-Token 2,242 2,129
Denk-Token 72,707 122,959
Antwortzeit (Durchschnitt) 22.35s 16.02s
Antwortzeit (Maximum) 100.41s 59.98s
Antwortzeit (Gesamt) 469.29s 336.51s

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-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
Qwen3.7 Max 10.0 10.0 100.0% 0 6.36s 672 222 8,742
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
Qwen3.7 Max 10.0 10.0 100.0% 0 35.31s 7,893 423 34,808
Kombiniert Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
Qwen3.7 Max 10.0 10.0 100.0% 0 19.60s 14,934 366 8,405
Datenanalyse und -extraktion Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
Qwen3.7 Max 10.0 10.0 100.0% 0 8.80s 7,782 270 6,254
Domänenspezifisch Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
Qwen3.7 Max 5.9 7.2 55.6% 1 24.94s 771 61 31,793
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
Qwen3.7 Max 10.0 10.0 100.0% 0 11.70s 516 135 4,457
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
Qwen3.7 Max 10.0 10.0 100.0% 0 7.46s 699 102 5,452
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
Qwen3.7 Max 10.0 10.0 100.0% 0 8.84s 696 259 8,908
Werkzeugaufrufe Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
Qwen3.7 Max 10.0 10.0 100.0% 0 6.63s 8,193 267 1,220
Allgemeinwissen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821
Qwen3.7 Max 3.0 10.0 0.0% 0 33.37s 204 24 12,920

Schnellvergleich

Vergleichspaar wechseln

GPT-5.5lowvsQwen3.7 MaxmediumGemini 3.5 FlashnonevsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4mediumGemini 3.5 FlashlowvsQwen3.7 MaxmediumGemini 3.5 FlashminimalvsGPT-5.4mediumGPT-5.4mediumvsQwen3.7 MaxnoneGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3.5 FlashhighvsQwen3.7 MaxmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsQwen3.7 MaxmediumGPT-5.4mediumvsStep 3.7 Flashlow