Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-04

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 8.0 8.5
Rango #21 #14
Fiabilidad 10.0 10.0
Consistencia 8.6 9.3
Pruebas correctas
Tasa de aciertos por intento 76.2% 81.0%
Pruebas inestables 4 2
Ejecuciones totales 63 63
Costo por resultado 8.640 7.024
Costo total $1.210 $0.960
Precio de entrada $2.500 / 1M $1.040 / 1M
Precio de salida $15.000 / 1M $6.240 / 1M
Total de tokens de entrada 34,108 42,362
Tokens de salida 2,242 2,273
Tokens de razonamiento 72,707 144,367
Tiempo de respuesta (promedio) 22.35s 59.63s
Tiempo de respuesta (máximo) 100.41s 238.07s
Tiempo de respuesta (total) 469.29s 1252.17s

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
Qwen3.6 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 20.57s 11,019 301 3,543
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 121.49s 14,934 390 14,575
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

Gemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashnonevsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4mediumGemini 3.5 FlashminimalvsGPT-5.4mediumGPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashnonevsQwen3.6 Max PreviewmediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGPT-5.5lowvsQwen3.6 Max PreviewmediumGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGPT-5.4mediumvsStep 3.7 Flashlow