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 Coder Next

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

Métrica GPT-5.4 GPT-5.4 none Lanzamiento: 2026-03-05 Qwen3 Coder Next Qwen3 Coder Next medium Lanzamiento: 2026-02-03
Puntuación 5.6 4.7
Rango #121 #147
Fiabilidad 10.0 10.0
Consistencia 9.1 8.9
Pruebas correctas
Tasa de aciertos por intento 38.3% 30.0%
Pruebas inestables 2 3
Ejecuciones totales 60 60
Costo por resultado 1.644 0.193
Costo total $0.116 $0.008
Precio de entrada $2.500 / 1M $0.110 / 1M
Precio de salida $15.000 / 1M $0.800 / 1M
Total de tokens de entrada 31,593 44,607
Tokens de salida 2,402 3,310
Tokens de razonamiento 0 0
Tiempo de respuesta (promedio) 1.45s 9.16s
Tiempo de respuesta (máximo) 2.95s 81.80s
Tiempo de respuesta (total) 29.00s 128.25s

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 Coder Next 3.5 8.1 16.7% 1 8.64s 645 1,252 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 6.8 10.0 50.0% 0 1.99s 4,686 501 0
Qwen3 Coder Next 4.1 5.8 33.3% 1 1.17s 4,542 327 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 Coder Next 3.0 10.0 0.0% 0 4.28s 20,469 317 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 Coder Next 6.5 10.0 50.0% 0 81.80s 7,758 246 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 Coder Next 5.3 10.0 33.3% 0 638ms 753 25 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 Coder Next 6.3 3.4 66.7% 1 1.39s 498 142 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 Coder Next 6.3 10.0 50.0% 0 7.49s 684 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 Coder Next 3.0 10.0 0.0% 0 1.25s 678 671 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 Coder Next 10.0 10.0 100.0% 0 2.64s 8,364 255 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 Coder Next 3.0 10.0 0.0% 0 399ms 216 12 0

Comparación rápida

Cambiar par de comparación

Trinity Large PreviewnonevsQwen3 Coder NextmediumGPT-5.4 NanononevsQwen3 Coder NextmediumQwen3 Coder NextmediumvsMiMo-V2-FlashnoneMiniMax M2.5mediumvsGPT-5.4noneGPT-4o-mininonevsQwen3 Coder NextmediumMercury 2nonevsQwen3 Coder NextmediumCobuddymediumvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneGPT-5.4 MininonevsQwen3 Coder NextmediumQwen3 Coder NextmediumvsMiMo-V2.5noneMistral Small 4nonevsQwen3 Coder Nextmedium