Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

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

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-26

Métrica GPT-4o-mini GPT-4o-mini none Lanzamiento: 2024-07-18 Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02
Puntuación 4.9 4.4
Rango #104 #114
Fiabilidad N/D N/D
Consistencia 9.9 7.2
Pruebas correctas
Tasa de aciertos por intento 22.2% 33.3%
Pruebas inestables 0 6
Ejecuciones totales 54 54
Costo por resultado 0.122 0.976
Costo total $0.005 $0.030
Precio de entrada $0.150 / 1M $0.100 / 1M
Precio de salida $0.600 / 1M $0.150 / 1M
Tokens de salida 1,947 24,291
Tokens de razonamiento 0 172,597
Tiempo de respuesta (promedio) 2.00s 73.64s
Tiempo de respuesta (máximo) 7.58s 226.38s
Tiempo de respuesta (total) 21.99s 1104.60s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 4.8 10.0 25.0% 0 1.34s 186 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 2,621 12,411
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 3.0 8.7 0.0% 0 2.55s 347 0
Qwen3.5-9B 2.6 10.0 0.0% 0 135.61s 6,150 31,393
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 3.0 10.0 0.0% 0 7.58s 568 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 10.0 10.0 100.0% 0 1.27s 183 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 1,383 32,113
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 3.0 10.0 0.0% 0 637ms 15 0
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 11,549 48,475
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 4.0 10.0 0.0% 0 909ms 66 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 0 30,695
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 4.8 10.0 0.0% 0 1.27s 69 0
Qwen3.5-9B 6.4 5.8 66.7% 1 17.15s 599 4,517
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 3.7 10.0 0.0% 0 1.30s 308 0
Qwen3.5-9B 3.1 10.0 0.0% 0 33.38s 1,545 11,844
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-4o-mini 10.0 10.0 100.0% 0 2.51s 205 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149

Comparación rápida

Cambiar par de comparación

GPT-5.4 NanononevsQwen3.5-9BmediumLing 2.6 1tnoneDisponible gratisvsQwen3.5-9BmediumQwen3.5-9BmediumvsGrok 4.1 FastnoneGPT-4o-mininonevsQwen3 Coder NextmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneGPT-4o-mininonevsGLM 4.7 FlashmediumQwen3.5-9BmediumvsHY3 PreviewnoneDisponible gratisGPT-4o-mininonevsElephant AlphamediumMiniMax M2.7mediumvsGPT-4o-mininoneMercury 2nonevsQwen3.5-9BmediumNemotron 3 SupernoneDisponible gratisvsQwen3.5-9BmediumQwen3.5-9BmediumvsMiMo-V2.5none