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: Qwen3.6 35B A3B

Resumen

Comparación benchmark de GPT-5.4 vs Qwen3.6 35B A3B: GPT-5.4 lidera en puntuación media con 5.5 vs 4.6. Qwen3.6 35B A3B tiene menor coste de benchmark con $0.031 vs $0.122. GPT-5.4 es más rápido con 1.42s vs 3.73s, con tasas de acierto de 36.5% vs 30.2%.

Modelo recomendado: GPT-5.4 - Tiene la mejor puntuación aquí (5.5) y responde aproximadamente 2.6x más rápido que Qwen3.6 35B A3B.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-06-10

Métrica GPT-5.4 GPT-5.4 none Lanzamiento: 2026-03-05 Qwen3.6 35B A3B Qwen3.6 35B A3B none Lanzamiento: 2026-04-20
Puntuación 5.5 4.6
Rango #126 #154
Fiabilidad 10.0 10.0
Consistencia 9.2 8.0
Pruebas correctas
Tasa de aciertos por intento 36.5% 30.2%
Pruebas inestables 2 5
Ejecuciones totales 63 63
Costo por resultado 1.740 0.754
Costo total $0.122 $0.031
Precio de entrada $2.500 / 1M $0.140 / 1M
Precio de salida $15.000 / 1M $1.000 / 1M
Total de tokens de entrada 34,212 19,329
Tokens de salida 2,417 27,755
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.42s 3.73s
Tiempo de respuesta (máximo) 2.95s 22.52s
Tiempo de respuesta (total) 29.87s 70.86s

Generation showcase

Hamster playing table tennis

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

#126 GPT-5.4

none
Cost
$0.026
Time
18.1s
Tokens
1,792 tok

#154 Qwen3.6 35B A3B

none
Cost
$0.008
Time
30.1s
Tokens
6,317 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
Qwen3.6 35B A3B 3.6 7.6 16.7% 1 2.10s 696 1,571 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
Qwen3.6 35B A3B 5.5 10.0 33.3% 0 8.77s 7,911 11,161 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
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 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
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 1.46s 7,788 248 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
Qwen3.6 35B A3B 3.5 4.4 33.3% 2 7.45s 781 11,381 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
Qwen3.6 35B A3B 4.4 3.0 33.3% 1 3.51s 520 1,545 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
Qwen3.6 35B A3B 6.2 5.8 66.7% 1 1.86s 709 1,264 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
Qwen3.6 35B A3B 3.2 9.9 0.0% 0 1.07s 714 573 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
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 0ms 0 0 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
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 414ms 210 12 0

Comparación rápida

Cambiar par de comparación

MiniMax M2.5mediumvsGPT-5.4noneCobuddymediumvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneQwen3.6 35B A3BnonevsGLM 4.7 FlashmediumNemotron 3 SupermediumDisponible gratisvsGPT-5.4noneDeepSeek V4 ProhighvsGPT-5.4noneMistral Small 4mediumvsQwen3.6 35B A3BnoneMiniMax M2.7mediumvsQwen3.6 35B A3BnoneMiniMax M2.5mediumvsQwen3.6 35B A3BnoneGPT-5.4nonevsQwen3 Coder NextmediumGemini 3.1 Flash LiteminimalvsGPT-5.4none