Navegación
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: Qwen3.5-27B

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-03

Métrica GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05 Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24
Puntuación 7.9 7.9
Rango #27 #24
Fiabilidad 10.0 10.0
Consistencia 8.5 8.9
Pruebas correctas
Tasa de aciertos por intento 75.0% 73.3%
Pruebas inestables 4 3
Ejecuciones totales 60 60
Costo por resultado 8.765 4.532
Costo total $1.140 $0.488
Precio de entrada $2.500 / 1M $0.195 / 1M
Precio de salida $15.000 / 1M $1.560 / 1M
Total de tokens de entrada 31,489 39,329
Tokens de salida 2,221 2,569
Tokens de razonamiento 68,486 304,894
Tiempo de respuesta (promedio) 22.31s 60.09s
Tiempo de respuesta (máximo) 100.41s 177.36s
Tiempo de respuesta (total) 446.17s 1201.89s

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 entrada Tokens de salida Tokens de razonamiento
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 8.2 6.7 83.3% 1 54.98s 4,686 412 19,995
Qwen3.5-27B 7.0 9.8 50.0% 0 123.86s 5,060 416 64,993
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
Cultura general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de entrada Tokens de salida Tokens de razonamiento
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683

Comparación rápida

Cambiar par de comparación

GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsQwen3.5-27BmediumGemini 3.5 FlashminimalvsGPT-5.4mediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3.5 FlashnonevsQwen3.5-27BmediumGemini 3.5 FlashnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumDeepSeek V4 FlashhighvsGPT-5.4mediumDeepSeek V4 FlashhighvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27Bmedium