तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

OpenAI: GPT-4o-mini vs Qwen: Qwen3.5-35B-A3B

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	OpenAI: GPT-4o-mini none रिलीज़: रिलीज़ तिथि अज्ञात	Qwen: Qwen3.5-35B-A3B medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#28	#22
स्कोर	4.86	5.93
संगति	9.98	6.62
प्रति परिणाम लागत	0.056	5.169
कुल लागत	$0.003	$0.362
सही परीक्षण
गलत टेस्ट	9	7
प्रति प्रयास पास दर	35.7%	73.8%
अस्थिर टेस्ट	0	6
आउटपुट टोकन	949	1,317
रीजनिंग टोकन	0	177,502

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-4o-mini	4.00	10.00	33.3%	0		180	0
Qwen: Qwen3.5-35B-A3B	10.00	10.00	100.0%	0		429	36,235

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		183	0
Qwen: Qwen3.5-35B-A3B	5.50	5.87	83.3%	1		235	19,493

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-4o-mini	1.00	10.00	0.0%	0		15	0
Qwen: Qwen3.5-35B-A3B	1.00	4.41	44.5%	2		41	46,368

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-4o-mini	5.50	10.00	50.0%	0		71	0
Qwen: Qwen3.5-35B-A3B	8.00	6.80	66.7%	1		97	17,361

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-4o-mini	4.00	9.92	0.0%	0		295	0
Qwen: Qwen3.5-35B-A3B	4.33	4.70	66.7%	2		206	56,680

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		205	0
Qwen: Qwen3.5-35B-A3B	10.00	10.00	100.0%	0		309	1,365

तुलना जोड़ी बदलें

OpenAI: GPT-4o-mini की तुलना इससे करें...

Qwen: Qwen3.5-35B-A3B की तुलना इससे करें...