OpenAI: GPT-5.4 vs Qwen: Qwen3.6 Max Preview

GPT-5.4 (medium) lidera en puntuación media con 8.5 vs 8.4. Qwen3.6 Max Preview (medium) tiene menor coste de benchmark con $1.143 vs $1.533. GPT-5.4 (medium) es más rápido con 23.10s vs 67.53s, con tasas de acierto de 77.3% vs 80.3%.

Modelo recomendadoGPT-5.4 (medium)Tiene la mejor puntuación aquí (8.5) y responde aproximadamente 2.9x más rápido que Qwen3.6 Max Preview (medium).

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-18

Métrica	GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lanzamiento: 2026-04-20

Métrica	GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lanzamiento: 2026-04-20
Puntuación	8.5	8.4
Rango	#18	#19
Fiabilidad	10.0	9.9
Consistencia	8.6	8.9
Pruebas correctas
Tasa de aciertos por intento	77.3%	80.3%
Pruebas inestables	4	3
Ejecuciones totales	66	66
Costo por resultado	10.220	8.173
Costo total	$1.533	$1.143
Precio de entrada	$2.500 / 1M	$1.040 / 1M
Precio de salida	$15.000 / 1M	$6.240 / 1M
Total de tokens de entrada	81,127	79,240
Tokens de salida	6,155	5,098
Tokens de razonamiento	82,515	164,842
Tiempo de respuesta (promedio)	23.10s	67.53s
Tiempo de respuesta (máximo)	100.41s	238.07s
Tiempo de respuesta (total)	508.26s	1485.64s

Hamster playing table tennis

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

#18 GPT-5.4

medium

Coste: $0.214
Tiempo: 199.6s
Tokens: 14,349 tok

#19 Qwen3.6 Max Preview

medium

Coste: $0.024
Tiempo: 76.5s
Tokens: 3,861 tok

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

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075

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	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957

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		29.77s	58,038	4,214	13,351
Qwen3.6 Max Preview	7.3	5.8	83.3%	1		177.48s	51,812	3,215	35,050

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106

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
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571

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
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661

Comparación rápida

Cambiar par de comparación

Qwen3.6 Max PreviewmediumvsGrok 4.5low GPT-5.4mediumvsGrok 4.5low Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsGPT-5.4medium Muse Spark 1.1highvsQwen3.6 Max Previewmedium Qwen3.6 Max PreviewmediumvsInklinghigh GPT-5.2 ChatnonevsQwen3.6 Max Previewmedium Qwen3.6 Max PreviewmediumvsGLM 5.2high GPT-5.4mediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.4medium Muse Spark 1.1highvsGPT-5.4medium GPT-5.4mediumvsInklinghigh