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: GPT-5.4 Mini lidera en puntuación media con 8.0 vs 7.2. Qwen3.7 Plus tiene menor coste de benchmark con $0.023 vs $0.526. Qwen3.7 Plus es más rápido con 2.85s vs 22.34s, con tasas de acierto de 73.0% vs 47.6%.

Modelo recomendado: Qwen3.7 Plus - Ofrece el mejor equilibrio general: puntuación competitiva (7.2), menor coste que GPT-5.4 Mini y tiempo de respuesta equilibrado.

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 none Lanzamiento: 2026-06-03
Puntuación 8.0 7.2
Rango #30 #61
Fiabilidad 10.0 10.0
Consistencia 8.0 10.0
Pruebas correctas
Tasa de aciertos por intento 73.0% 47.6%
Pruebas inestables 5 0
Ejecuciones totales 63 63
Costo por resultado 4.381 0.276
Costo total $0.526 $0.023
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 42,510
Tokens de salida 2,181 6,578
Tokens de razonamiento 108,937 0
Tiempo de respuesta (promedio) 22.34s 2.85s
Tiempo de respuesta (máximo) 138.75s 29.38s
Tiempo de respuesta (total) 469.20s 59.86s

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

#61 Qwen3.7 Plus

none
Cost
$0.019
Time
213.5s
Tokens
11,960 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 6.5 10.0 50.0% 0 1.38s 696 349 0
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 5.5 10.0 33.3% 0 2.15s 7,911 639 0
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 29.38s 14,952 4,505 0
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 1.43s 7,794 243 0
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 3.0 10.0 0.0% 0 868ms 789 18 0
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 5.3 10.0 0.0% 0 1.33s 522 78 0
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 6.3 10.0 50.0% 0 929ms 711 72 0
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 7.7 10.0 66.7% 0 1.71s 714 443 0
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 3.54s 8,211 222 0
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 1.21s 210 9 0

Comparación rápida

Cambiar par de comparación

Gemma 4 26B A4BmediumDisponible gratisvsQwen3.7 PlusnoneQwen3.7 PlusnonevsMiMo-V2-FlashmediumQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumQwen3.7 PlusnonevsGLM 5V TurbomediumKimi K2.7 CodemediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneQwen3.7 PlusnonevsStep 3.5 FlashmediumQwen3.7 PlusnonevsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsQwen3.7 PlusnoneDeepSeek V4 FlashhighvsGPT-5.4 Minimedium