Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.5-27B

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-16

Métrica GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05 Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24
Puntuación 8.2 8.4
Rango #16 #10
Consistencia 8.7 8.8
Pruebas correctas
Tasa de aciertos por intento 79.6% 81.5%
Pruebas inestables 3 3
Ejecuciones totales 54 54
Costo por resultado 6.399 3.822
Costo total $0.832 $0.497
Precio de entrada $2.500 / 1M $0.195 / 1M
Precio de salida $15.000 / 1M $1.560 / 1M
Tokens de salida 2,169 2,500
Tokens de razonamiento 48,732 242,500
Tiempo de respuesta (promedio) 18.63s 53.03s
Tiempo de respuesta (máximo) 100.41s 163.96s
Tiempo de respuesta (total) 335.26s 954.46s

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-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 569 31,505
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 13.03s 389 2,045
Qwen3.5-27B 10.0 10.0 100.0% 0 70.35s 375 19,165
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 483 9,991
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-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 270 16,150
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-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 43 52,368
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 70 23,147
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-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 97 11,638
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-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
Qwen3.5-27B 8.2 7.7 77.8% 1 64.61s 245 77,213
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-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 348 1,323

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsGPT-5.4mediumClaude Opus 4.7nonevsQwen3.5-27BmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumClaude Sonnet 4.6nonevsGPT-5.4medium