Navegación
AI BENCHY
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

Resumen

Comparación benchmark de GPT-5.4 vs Qwen3.5-Flash: Qwen3.5-Flash lidera en puntuación media con 6.1 vs 5.8. Qwen3.5-Flash tiene menor coste de benchmark con $0.005 vs $0.122. GPT-5.4 es más rápido con 1.42s vs 3.58s, con tasas de acierto de 36.5% vs 39.7%.

Modelo recomendado: Qwen3.5-Flash - Tiene la mejor puntuación aquí (6.1) y cuesta aproximadamente 29.5x 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-Flash Qwen3.5-Flash none Lanzamiento: 2026-02-24
Puntuación 5.8 6.1
Rango #112 #97
Fiabilidad 10.0 10.0
Consistencia 9.2 9.7
Pruebas correctas
Tasa de aciertos por intento 36.5% 39.7%
Pruebas inestables 2 1
Ejecuciones totales 63 63
Costo por resultado 1.740 0.075
Costo total $0.122 $0.005
Precio de entrada $2.500 / 1M $0.065 / 1M
Precio de salida $15.000 / 1M $0.260 / 1M
Total de tokens de entrada 34,212 46,439
Tokens de salida 2,417 4,276
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.42s 3.58s
Tiempo de respuesta (máximo) 2.95s 27.18s
Tiempo de respuesta (total) 29.87s 75.28s

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

#97 Qwen3.5-Flash

none
Coste
$0.003
Tiempo
47.4s
Tokens
7,799 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-Flash 3.5 8.3 8.3% 1 1.32s 696 690 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-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 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-Flash 3.0 10.0 0.0% 0 6.22s 18,879 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 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-Flash 10.0 10.0 100.0% 0 1.57s 7,794 243 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-Flash 7.7 10.0 66.7% 0 905ms 789 15 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-Flash 10.0 10.0 100.0% 0 803ms 522 100 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-Flash 6.3 10.0 50.0% 0 8.81s 711 63 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-Flash 3.1 10.0 0.0% 0 10.89s 714 579 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-Flash 10.0 10.0 100.0% 0 3.67s 8,211 264 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-Flash 3.0 10.0 0.0% 0 588ms 210 9 0

Comparación rápida

Cambiar par de comparación

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneNorth Mini CodemediumDisponible gratisvsGPT-5.4noneGemma 4 31BmediumDisponible gratisvsQwen3.5-FlashnoneNemotron 3 SupermediumDisponible gratisvsQwen3.5-FlashnoneNorth Mini CodemediumDisponible gratisvsQwen3.5-FlashnoneGemini 3.1 Flash LitelowvsQwen3.5-FlashnoneGemini 3.1 Flash LiteminimalvsGPT-5.4noneGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashnoneGPT-5.4nonevsQwen3.5-35B-A3BmediumQwen3.5-FlashnonevsStep 3.5 FlashmediumGemma 4 31BmediumDisponible gratisvsGPT-5.4noneNemotron 3 SupermediumDisponible gratisvsGPT-5.4none