Navegación
AI BENCHY
Your ad here

AI BENCHY Compare

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

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-12

Métrica GPT-5.4 GPT-5.4 none Lanzamiento: 2026-03-05 Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02
Rango #51 #66
Puntaje prom. 4.5 2.6
Consistencia 8.9 7.4
Costo por resultado 1.562 0.779
Costo total $0.094 $0.024
Pruebas correctas
Tasa de aciertos por intento 41.7% 35.4%
Pruebas inestables 2 5
Ejecuciones totales 48 48
Tokens de salida 1,819 17,930
Tokens de razonamiento 0 139,706
Tiempo de respuesta (promedio) 1.48s 71.44s
Tiempo de respuesta (máximo) 2.89s 226.38s
Tiempo de respuesta (total) 23.64s 928.77s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntaje prom. 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 salida Tokens de razonamiento
GPT-5.4 10.0 7.3 11.1% 1 1.41s 388 0
Qwen3.5-9B 4.0 7.2 55.6% 1 31.54s 2,410 10,913
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 0.0% 0 2.89s 291 0
Qwen3.5-9B 10.0 10.0 0.0% 0 0ms 0 0
Análisis y extracción de datos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 9.9 10.0 100.0% 0 1.04s 222 0
Qwen3.5-9B 5.0 5.6 33.3% 1 87.31s 1,383 32,113
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 4.0 7.2 44.4% 1 1.07s 50 0
Qwen3.5-9B 10.0 7.2 22.2% 1 137.75s 11,549 48,475
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 3.0 9.9 0.0% 0 1.78s 184 0
Qwen3.5-9B 10.0 1.6 33.3% 1 226.38s 0 30,695
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 5.5 10.0 50.0% 0 1.07s 81 0
Qwen3.5-9B 5.5 5.8 66.7% 1 17.15s 599 4,517
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 4.0 9.8 33.3% 0 1.52s 357 0
Qwen3.5-9B 10.0 10.0 0.0% 0 33.38s 1,545 11,844
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149

Comparación rápida

Cambiar par de comparación

MiniMax M2.5mediumvsGPT-5.4noneQwen3.5-9BmediumvsMiMo-V2-FlashnoneQwen3.5-9BmediumvsGrok 4.1 FastnoneGPT-5.4nonevsGrok 4.20 Multi-Agent BetamediumMercury 2nonevsQwen3.5-9BmediumNemotron 3 Super 120b A12bnoneDisponible gratisvsQwen3.5-9BmediumMercury 2mediumvsGPT-5.4noneGPT-5.4nonevsQwen3 Coder NextmediumGPT-5.4nonevsQwen3.5-35B-A3BmediumQwen3.5-9BmediumvsGLM 4.7 FlashnoneNemotron 3 Super 120b A12bmediumDisponible gratisvsGPT-5.4noneGPT-5.4nonevsGLM 4.7 Flashmedium