Navegación
AI BENCHY
Comparar Gráficos Metodología
❤️ Made by XCS
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.5-Flash

Comparar:

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-03-06

Métrica OpenAI: GPT-5.4 none Lanzamiento: 2026-03-05 Qwen: Qwen3.5-Flash medium Lanzamiento: 2026-02-24
Puntaje prom. 4.6 7.0
Rango #44 #24
Pruebas correctas
Consistencia 8.9 7.8
Costo por resultado 1.496 0.565
Costo total $0.090 $0.057
Tasa de aciertos por intento 44.4% 82.2%
Pruebas inestables 2 4
common.totalRuns 45 (15 x 3) 45 (15 x 3)
Tokens de salida 1,635 1,708
Tokens de razonamiento 0 131,466
Tiempo de respuesta (promedio) 1.46s 72.86s
Tiempo de respuesta (máximo) 2.89s 234.29s
Tiempo de respuesta (total) 21.86s 1092.84s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntaje prom. vs Tiempo de respuesta (promedio)

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
OpenAI: GPT-5.4 10.0 7.3 11.1% 1 1.41s 388 0
Qwen: Qwen3.5-Flash 10.0 10.0 100.0% 0 71.35s 363 23,645
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
OpenAI: GPT-5.4 10.0 10.0 0.0% 0 2.89s 291 0
Qwen: Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 483 8,270
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
OpenAI: GPT-5.4 9.9 10.0 100.0% 0 1.04s 222 0
Qwen: Qwen3.5-Flash 5.5 5.9 83.3% 1 56.99s 235 16,237
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
OpenAI: GPT-5.4 4.0 7.2 44.4% 1 1.07s 50 0
Qwen: Qwen3.5-Flash 4.0 7.2 44.4% 1 146.50s 58 43,615
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
OpenAI: GPT-5.4 5.5 10.0 50.0% 0 1.07s 81 0
Qwen: Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 98 14,139
Puzzle Solving Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
OpenAI: GPT-5.4 4.0 9.8 33.3% 0 1.52s 357 0
Qwen: Qwen3.5-Flash 4.0 4.4 77.8% 2 56.74s 162 24,276
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0
Qwen: Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 309 1,284

Comparación rápida

Cambiar par de comparación

Gemini 3 Flash PreviewnonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsQwen3.5-FlashmediumMiniMax M2.5mediumvsGPT-5.4noneGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGPT-5.2 ChatnonevsQwen3.5-FlashmediumMercury 2mediumvsGPT-5.4noneGemini 3.1 Flash Lite PreviewhighvsQwen3.5-FlashmediumGemini 3 Flash PreviewlowvsQwen3.5-FlashmediumQwen3.5-FlashmediumvsGLM 5noneGPT-5.4nonevsQwen3.5-35B-A3Bmedium