Navegación
AI BENCHY
Comparar Gráficos Metodología
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

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 none Lanzamiento: 2026-02-24
Puntaje prom. 4.6 4.9
Rango #44 #40
Pruebas correctas
Consistencia 8.9 9.5
Costo por resultado 1.496 0.088
Costo total $0.090 $0.006
Tasa de aciertos por intento 44.4% 42.2%
Pruebas inestables 2 1
common.totalRuns 45 (15 x 3) 45 (15 x 3)
Tokens de salida 1,635 3,674
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.46s 3.73s
Tiempo de respuesta (máximo) 2.89s 13.73s
Tiempo de respuesta (total) 21.86s 55.90s

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 2.3 7.8 11.1% 1 1.62s 687 0
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 0.0% 0 6.22s 1,794 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
OpenAI: GPT-5.4 9.9 10.0 100.0% 0 1.04s 222 0
Qwen: Qwen3.5-Flash 9.9 10.0 100.0% 0 1.57s 243 0
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 7.0 10.0 66.7% 0 905ms 15 0
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 5.0 10.0 50.0% 0 8.81s 63 0
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 1.3 10.0 0.0% 0 5.90s 608 0
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 3.67s 264 0

Comparación rápida

Cambiar par de comparación

MiniMax M2.5mediumvsQwen3.5-FlashnoneMiniMax M2.5mediumvsGPT-5.4nonegpt-oss-120bmediumDisponible gratisvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-FlashnoneGPT-5 NanomediumvsQwen3.5-FlashnoneMercury 2mediumvsGPT-5.4noneGPT-5 MinimediumvsQwen3.5-FlashnoneGPT-5.4nonevsQwen3.5-35B-A3BmediumGPT-5.4nonevsQwen3 Coder NextmediumGPT-5.4nonevsGLM 4.7 FlashmediumClaude Opus 4.6mediumvsQwen3.5-FlashnoneKimi K2.5mediumvsQwen3.5-Flashnone