Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.7 Plus

Resumen

Comparación benchmark de GPT-5.4 Mini vs Qwen3.7 Plus: Qwen3.7 Plus lidera en puntuación media con 8.2 vs 8.0. Qwen3.7 Plus tiene menor coste de benchmark con $0.177 vs $0.526. GPT-5.4 Mini es más rápido con 22.34s vs 38.95s, con tasas de acierto de 73.0% vs 77.8%.

Modelo recomendado: Qwen3.7 Plus - Tiene la mejor puntuación aquí (8.2) y cuesta aproximadamente 3.0x menos que GPT-5.4 Mini.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-12

Métrica GPT-5.4 Mini GPT-5.4 Mini medium Lanzamiento: 2026-03-17 Qwen3.7 Plus Qwen3.7 Plus medium Lanzamiento: 2026-06-03
Puntuación 8.0 8.2
Rango #30 #28
Fiabilidad 10.0 10.0
Consistencia 8.0 9.1
Pruebas correctas
Tasa de aciertos por intento 73.0% 77.8%
Pruebas inestables 5 2
Ejecuciones totales 63 63
Costo por resultado 4.381 1.474
Costo total $0.526 $0.177
Precio de entrada $0.750 / 1M $0.320 / 1M
Precio de salida $4.500 / 1M $1.280 / 1M
Total de tokens de entrada 34,116 40,939
Tokens de salida 2,181 2,125
Tokens de razonamiento 108,937 125,754
Tiempo de respuesta (promedio) 22.34s 38.95s
Tiempo de respuesta (máximo) 138.75s 178.04s
Tiempo de respuesta (total) 469.20s 817.85s

Generation showcase

Hamster playing table tennis

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

#30 GPT-5.4 Mini

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

#28 Qwen3.7 Plus

medium
Cost
$0.018
Time
193.2s
Tokens
10,821 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
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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
Qwen3.7 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
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
Qwen3.7 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
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
Qwen3.7 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

Comparación rápida

Cambiar par de comparación

DeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.4 MinimediumGPT-5.4 MinimediumvsStep 3.7 FlashlowGPT-5.2 ChatnonevsQwen3.7 PlusmediumQwen3.7 PlusmediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumGPT-5.3 ChatnonevsQwen3.7 PlusmediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.4 MinimediumGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumGPT-5.4 MinimediumvsQwen3.7 PlusnoneClaude Sonnet 4.6nonevsQwen3.7 Plusmedium