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-Flash

Resumen

Comparación benchmark de GPT-5.4 Mini vs Qwen3.5-Flash: GPT-5.4 Mini lidera en puntuación media con 8.0 vs 6.8. Qwen3.5-Flash tiene menor coste de benchmark con $0.080 vs $0.526. GPT-5.4 Mini es más rápido con 22.34s vs 63.29s, con tasas de acierto de 73.0% vs 71.4%.

Modelo recomendado: GPT-5.4 Mini - Tiene la mejor puntuación aquí (8.0) y responde aproximadamente 2.8x más rápido que Qwen3.5-Flash.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-18

Métrica GPT-5.4 Mini GPT-5.4 Mini medium Lanzamiento: 2026-03-17 Qwen3.5-Flash Qwen3.5-Flash medium Lanzamiento: 2026-02-24
Puntuación 8.0 6.8
Rango #27 #70
Fiabilidad 10.0 10.0
Consistencia 8.0 8.1
Pruebas correctas
Tasa de aciertos por intento 73.0% 71.4%
Pruebas inestables 5 5
Ejecuciones totales 63 63
Costo por resultado 4.381 0.871
Costo total $0.526 $0.080
Precio de entrada $0.750 / 1M $0.065 / 1M
Precio de salida $4.500 / 1M $0.260 / 1M
Total de tokens de entrada 34,116 38,926
Tokens de salida 2,181 2,088
Tokens de razonamiento 108,937 294,598
Tiempo de respuesta (promedio) 22.34s 63.29s
Tiempo de respuesta (máximo) 138.75s 234.29s
Tiempo de respuesta (total) 469.20s 1265.85s

Generación showcase

Hamster playing table tennis

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

#27 GPT-5.4 Mini

medium
Coste
$0.056
Tiempo
95.5s
Tokens
12,464 tok

#70 Qwen3.5-Flash

medium
Coste
$0.002
Tiempo
25.8s
Tokens
4,294 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-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
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-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
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-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
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-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
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-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
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-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
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-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
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-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
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-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
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-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037

Comparación rápida

Cambiar par de comparación

Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3.5 FlashnonevsQwen3.5-FlashmediumQwen3.5-FlashmediumvsStep 3.7 FlashhighDeepSeek V4 FlashhighvsGPT-5.4 MinimediumQwen3.5-FlashmediumvsGLM 5.2noneGPT-5.4 MinimediumvsStep 3.7 FlashlowDeepSeek V4 PrononevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsQwen3.5-FlashmediumGemini 3.1 Flash LitelowvsQwen3.5-Flashmedium