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

Zusammenfassung

GPT-5.4 vs Qwen3.6 35B A3B Benchmark-Vergleich: GPT-5.4 führt beim Durchschnittsscore mit 5.5 vs 4.6. Qwen3.6 35B A3B hat die niedrigeren Benchmark-Kosten mit $0.031 vs $0.122. GPT-5.4 ist schneller mit 1.42s vs 3.73s, mit Erfolgsraten von 36.5% vs 30.2%.

Empfohlenes Modell: GPT-5.4 - Es hat hier die beste Punktzahl (5.5) und antwortet etwa 2.6x schneller als Qwen3.6 35B A3B.

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

Metrik GPT-5.4 GPT-5.4 none Veröffentlichung: 2026-03-05 Qwen3.6 35B A3B Qwen3.6 35B A3B none Veröffentlichung: 2026-04-20
Punktzahl 5.5 4.6
Rang #126 #154
Zuverlässigkeit 10.0 10.0
Konsistenz 9.2 8.0
Korrekte Tests
Erfolgsquote pro Versuch 36.5% 30.2%
Instabile Tests 2 5
Gesamtläufe 63 63
Kosten pro Ergebnis 1.740 0.754
Gesamtkosten $0.122 $0.031
Eingabepreis $2.500 / 1M $0.140 / 1M
Ausgabepreis $15.000 / 1M $1.000 / 1M
Gesamte Eingabe-Token 34,212 19,329
Ausgabe-Token 2,417 27,755
Denk-Token 0 0
Antwortzeit (Durchschnitt) 1.42s 3.73s
Antwortzeit (Maximum) 2.95s 22.52s
Antwortzeit (Gesamt) 29.87s 70.86s

Generation showcase

Hamster playing table tennis

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

#126 GPT-5.4

none
Cost
$0.026
Time
18.1s
Tokens
1,792 tok

#154 Qwen3.6 35B A3B

none
Cost
$0.008
Time
30.1s
Tokens
6,317 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-5.4 3.2 8.0 8.3% 1 1.21s 606 406 0
Qwen3.6 35B A3B 3.6 7.6 16.7% 1 2.10s 696 1,571 0
Programmierung Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 5.5 10.0 33.3% 0 1.62s 7,305 516 0
Qwen3.6 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 0
Kombiniert 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 2.89s 11,019 291 0
Qwen3.6 35B A3B 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-5.4 10.0 10.0 100.0% 0 1.04s 7,140 222 0
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 1.46s 7,788 248 0
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 1.07s 723 50 0
Qwen3.6 35B A3B 3.5 4.4 33.3% 2 7.45s 781 11,381 0
Allgemeine Intelligenz Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 4.4 9.9 0.0% 0 1.78s 477 184 0
Qwen3.6 35B A3B 4.4 3.0 33.3% 1 3.51s 520 1,545 0
Befolgung von Anweisungen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 6.5 10.0 50.0% 0 1.07s 660 81 0
Qwen3.6 35B A3B 6.2 5.8 66.7% 1 1.86s 709 1,264 0
Rätsellösen Punktzahl Konsistenz Erfolgsquote pro Versuch Instabile Tests Korrekte Tests Antwortzeit (Durchschnitt) Eingabe-Token Ausgabe-Token Denk-Token
GPT-5.4 5.6 9.8 33.3% 0 1.44s 642 381 0
Qwen3.6 35B A3B 3.2 9.9 0.0% 0 1.07s 714 573 0
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 2.75s 5,445 246 0
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 0
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 990ms 195 40 0
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 414ms 210 12 0

Schnellvergleich

Vergleichspaar wechseln

MiniMax M2.5mediumvsGPT-5.4noneCobuddymediumvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneQwen3.6 35B A3BnonevsGLM 4.7 FlashmediumNemotron 3 SupermediumKostenlos verfügbarvsGPT-5.4noneDeepSeek V4 ProhighvsGPT-5.4noneMistral Small 4mediumvsQwen3.6 35B A3BnoneMiniMax M2.7mediumvsQwen3.6 35B A3BnoneMiniMax M2.5mediumvsQwen3.6 35B A3BnoneGPT-5.4nonevsQwen3 Coder NextmediumGemini 3.1 Flash LiteminimalvsGPT-5.4none