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 Mini vs Qwen: Qwen3.5-27B

Resumen

Comparación benchmark de GPT-5.4 Mini vs Qwen3.5-27B: GPT-5.4 Mini lidera en puntuación media con 8.0 vs 7.9. GPT-5.4 Mini tiene menor coste de benchmark con $0.526 vs $0.536. GPT-5.4 Mini es más rápido con 22.34s vs 68.39s, con tasas de acierto de 73.0% vs 73.0%.

Modelo recomendado: GPT-5.4 Mini - Tiene la mejor puntuación aquí (8.0) y responde aproximadamente 3.1x más rápido que Qwen3.5-27B.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-17

Métrica GPT-5.4 Mini GPT-5.4 Mini medium Lanzamiento: 2026-03-17 Qwen3.5-27B Qwen3.5-27B medium Lanzamiento: 2026-02-24
Puntuación 8.0 7.9
Rango #27 #29
Fiabilidad 10.0 10.0
Consistencia 8.0 8.5
Pruebas correctas
Tasa de aciertos por intento 73.0% 73.0%
Pruebas inestables 5 4
Ejecuciones totales 63 63
Costo por resultado 4.381 4.901
Costo total $0.526 $0.536
Precio de entrada $0.750 / 1M $0.195 / 1M
Precio de salida $4.500 / 1M $1.560 / 1M
Total de tokens de entrada 34,116 42,164
Tokens de salida 2,181 8,534
Tokens de razonamiento 108,937 329,289
Tiempo de respuesta (promedio) 22.34s 68.39s
Tiempo de respuesta (máximo) 138.75s 234.36s
Tiempo de respuesta (total) 469.20s 1436.24s

Generation showcase

Hamster playing table tennis

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

#27 GPT-5.4 Mini

medium
Cost
$0.056
Time
95.5s
Tokens
12,464 tok

#29 Qwen3.5-27B

medium
Cost
$0.008
Time
62.0s
Tokens
3,099 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

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 Mini 8.6 7.9 91.7% 1 4.05s 606 296 2,876
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 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
Qwen3.5-27B 6.2 7.1 55.6% 1 160.69s 7,895 6,381 89,388
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 Mini 10.0 10.0 100.0% 0 17.81s 11,019 317 4,317
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 Mini 10.0 10.0 100.0% 0 2.43s 7,140 234 650
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 Mini 4.1 4.4 44.5% 2 65.31s 619 60 43,286
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 Mini 4.5 10.0 0.0% 0 3.72s 477 150 510
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 Mini 9.8 10.0 100.0% 0 2.13s 660 96 1,185
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 Mini 7.8 10.0 66.7% 0 4.37s 642 278 2,443
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 Mini 4.7 1.6 66.7% 1 9.62s 5,453 251 2,594
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 Mini 3.0 10.0 0.0% 0 30.10s 195 32 10,174
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683

Comparación rápida

Cambiar par de comparación

Qwen3.5-27BmediumvsStep 3.7 FlashlowDeepSeek V4 FlashhighvsGPT-5.4 MinimediumDeepSeek V4 ProhighvsQwen3.5-27BmediumGPT-5.4 MinimediumvsStep 3.7 FlashlowDeepSeek V4 FlashhighvsQwen3.5-27BmediumGPT-5.3 ChatnonevsQwen3.5-27BmediumDeepSeek V4 ProhighvsGPT-5.4 MinimediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumClaude Sonnet 4.6nonevsQwen3.5-27BmediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumClaude Opus 4.8nonevsQwen3.5-27Bmedium