AI BENCHY Compare

OpenAI: GPT-5.4 Nano vs Qwen: Qwen3.5-9B

Resumen

Comparación benchmark de GPT-5.4 Nano vs Qwen3.5-9B: GPT-5.4 Nano lidera en puntuación media con 4.8 vs 3.8. GPT-5.4 Nano tiene menor coste de benchmark con $0.011 vs $0.036. GPT-5.4 Nano es más rápido con 1.48s vs 82.24s, con tasas de acierto de 30.2% vs 27.0%.

Modelo recomendado: GPT-5.4 Nano - Tiene la mejor puntuación aquí (4.8) y cuesta aproximadamente 3.5x menos que Qwen3.5-9B.

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

Métrica	GPT-5.4 Nano GPT-5.4 Nano none Lanzamiento: 2026-03-17	Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02

Métrica	GPT-5.4 Nano GPT-5.4 Nano none Lanzamiento: 2026-03-17	Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02
Puntuación	4.8	3.8
Rango	#149	#164
Fiabilidad	10.0	6.7
Consistencia	8.2	8.0
Pruebas correctas
Tasa de aciertos por intento	30.2%	27.0%
Pruebas inestables	5	5
Ejecuciones totales	63	63
Costo por resultado	0.259	1.187
Costo total	$0.011	$0.036
Precio de entrada	$0.200 / 1M	$0.100 / 1M
Precio de salida	$1.250 / 1M	$0.150 / 1M
Total de tokens de entrada	34,212	17,070
Tokens de salida	2,784	29,045
Tokens de razonamiento	0	209,516
Tiempo de respuesta (promedio)	1.48s	82.24s
Tiempo de respuesta (máximo)	4.47s	226.38s
Tiempo de respuesta (total)	31.01s	1315.88s

Generation showcase

Hamster playing table tennis

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

#149 GPT-5.4 Nano

none

Cost: $0.008
Time: 46.1s
Tokens: 5,735 tok

#164 Qwen3.5-9B

medium

Cost: $0.001
Time: 35.9s
Tokens: 3,030 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 Nano	3.5	8.0	16.7%	1		1.18s	606	800	0
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

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 Nano	4.6	7.9	22.2%	1		2.22s	7,305	613	0
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

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 Nano	3.0	10.0	0.0%	0		3.84s	11,019	280	0
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	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 Nano	6.5	10.0	50.0%	0		1.11s	7,140	219	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

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 Nano	2.9	4.4	22.2%	2		926ms	723	52	0
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475

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 Nano	3.8	2.5	33.3%	1		1.31s	477	180	0
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

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 Nano	6.3	10.0	50.0%	0		784ms	660	89	0
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

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 Nano	5.4	10.0	33.3%	0		1.25s	642	308	0
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

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 Nano	10.0	10.0	100.0%	0		3.40s	5,445	222	0
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

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 Nano	3.0	10.0	0.0%	0		773ms	195	21	0
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

Comparación rápida

Cambiar par de comparación

MiniMax M2.5mediumvsGPT-5.4 Nanonone GPT-5.4 NanononevsQwen3 Coder Nextmedium CobuddymediumvsGPT-5.4 Nanonone Granite 4.1 8BnonevsQwen3.5-9Bmedium Mistral Small 4mediumvsGPT-5.4 Nanonone MiniMax M2.7mediumvsGPT-5.4 Nanonone Qwen3.5-9BmediumvsMiMo-V2-Flashnone GPT-5.4 NanononevsGLM 4.7 Flashmedium Mercury 2nonevsQwen3.5-9Bmedium Ling-2.6-1TnonevsQwen3.5-9Bmedium gpt-oss-120bnoneDisponible gratisvsQwen3.5-9Bmedium Ring-2.6-1TnonevsQwen3.5-9Bmedium