Navegación
AI BENCHY
Advertise here

AI BENCHY Compare

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

Resumen

Comparación benchmark de GPT-5.4 vs Qwen3.5-9B: GPT-5.4 lidera en puntuación media con 5.8 vs 5.1. Qwen3.5-9B tiene menor coste de benchmark con $0.006 vs $0.122. GPT-5.4 es más rápido con 1.42s vs 1.89s, con tasas de acierto de 36.5% vs 20.6%.

Modelo recomendado: Qwen3.5-9B - Su puntuación se mantiene cerca de la mejor aquí (5.1 vs 5.8) y cuesta aproximadamente 22.6x menos que GPT-5.4.

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

Métrica GPT-5.4 GPT-5.4 none Lanzamiento: 2026-03-05 Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02
Puntuación 5.8 5.1
Rango #112 #135
Fiabilidad 10.0 10.0
Consistencia 9.2 9.7
Pruebas correctas
Tasa de aciertos por intento 36.5% 20.6%
Pruebas inestables 2 1
Ejecuciones totales 63 63
Costo por resultado 1.740 0.123
Costo total $0.122 $0.006
Precio de entrada $2.500 / 1M $0.100 / 1M
Precio de salida $15.000 / 1M $0.150 / 1M
Total de tokens de entrada 34,212 48,041
Tokens de salida 2,417 3,952
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.42s 1.89s
Tiempo de respuesta (máximo) 2.95s 6.03s
Tiempo de respuesta (total) 29.87s 39.68s

Generación showcase

Hamster playing table tennis

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

#112 GPT-5.4

none
Coste
$0.026
Tiempo
18.1s
Tokens
1,792 tok

#135 Qwen3.5-9B

none
SVG inválido
Coste
$0.000
Tiempo
300.0s
Tokens
0 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 3.2 8.0 8.3% 1 1.21s 606 406 0
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 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 5.5 10.0 33.3% 0 1.62s 7,305 516 0
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 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 3.0 10.0 0.0% 0 2.89s 11,019 291 0
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 20,397 1,255 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 10.0 10.0 100.0% 0 1.04s 7,140 222 0
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 7,788 249 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 5.3 7.2 44.4% 1 1.07s 723 50 0
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 789 24 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 4.4 9.9 0.0% 0 1.78s 477 184 0
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 522 99 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 6.5 10.0 50.0% 0 1.07s 660 81 0
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 711 75 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 5.6 9.8 33.3% 0 1.44s 642 381 0
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 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 10.0 10.0 100.0% 0 2.75s 5,445 246 0
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 8,301 273 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 3.0 10.0 0.0% 0 990ms 195 40 0
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0

Comparación rápida

Cambiar par de comparación

Mistral Small 4mediumvsQwen3.5-9BnoneNorth Mini CodemediumDisponible gratisvsGPT-5.4noneMiniMax M2.7mediumvsQwen3.5-9BnoneCobuddymediumvsQwen3.5-9BnoneGemini 3.1 Flash LiteminimalvsGPT-5.4noneMiniMax M2.5mediumvsQwen3.5-9BnoneGPT-5.4nonevsQwen3.5-35B-A3BmediumGemma 4 31BmediumDisponible gratisvsGPT-5.4noneNemotron 3 SupermediumDisponible gratisvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneGemini 3.1 Flash LitelowvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4none