Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.6 Plus

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-05-10

Métrica GPT-5.4 GPT-5.4 medium Lanzamiento: 2026-03-05 Qwen3.6 Plus Qwen3.6 Plus medium Lanzamiento: 2026-04-20
Puntuación 7.9 7.9
Rango #26 #28
Fiabilidad 10.0 10.0
Consistencia 8.8 9.6
Pruebas correctas
Tasa de aciertos por intento 75.4% 70.2%
Pruebas inestables 3 1
Ejecuciones totales 57 57
Costo por resultado 6.617 0.118
Costo total $0.861 $0.016
Precio de entrada $2.500 / 1M $0.325 / 1M
Precio de salida $15.000 / 1M $1.950 / 1M
Tokens de salida 2,199 1,784
Tokens de razonamiento 50,553 91,543
Tiempo de respuesta (promedio) 18.38s 17.06s
Tiempo de respuesta (máximo) 100.41s 47.51s
Tiempo de respuesta (total) 349.21s 307.07s

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
Qwen3.6 Plus 10.0 10.0 100.0% 0 9.90s 207 7,557
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
Qwen3.6 Plus 3.0 10.0 0.0% 0 0ms 0 0
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 34.95s 452 13,073
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 14.95s 270 10,706
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
Qwen3.6 Plus 2.9 7.2 11.1% 1 29.59s 56 33,464
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
Qwen3.6 Plus 5.1 10.0 0.0% 0 27.05s 111 5,232
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 7.54s 102 5,552
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 6.11s 298 6,868
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 5.87s 267 1,330
Cultura 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 3.0 10.0 0.0% 0 13.95s 30 1,821
Qwen3.6 Plus 3.0 10.0 0.0% 0 47.51s 21 7,761

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewnonevsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 PlusmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemini 3.1 Flash LitelowvsQwen3.6 PlusmediumGPT-5.3 ChatnonevsQwen3.6 PlusmediumGemini 3.1 Flash LitelowvsGPT-5.4mediumDeepSeek V4 FlashhighvsQwen3.6 PlusmediumDeepSeek V4 FlashhighvsGPT-5.4medium