नेविगेशन
AI BENCHY
तुलना करें चार्ट
❤️ 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 तुलना

OpenAI: GPT-5 Mini vs Qwen: Qwen3.5-122B-A10B

तुलना करें:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-03-03

मेट्रिक OpenAI: GPT-5 Mini medium रिलीज़: 2025-08-07 Qwen: Qwen3.5-122B-A10B none रिलीज़: 2026-02-24
रैंक #33 #37
औसत स्कोर 5.77 5.20
संगति 8.79 9.99
प्रति परिणाम लागत 1.200 0.206
कुल लागत $0.084 $0.013
सही परीक्षण
प्रति प्रयास पास दर 57.1% 42.9%
अस्थिर टेस्ट 2 0
आउटपुट टोकन 4,723 1,515
रीजनिंग टोकन 35,392 0

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

श्रेणी विवरण

एंटी-एआई ट्रिक्स स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
OpenAI: GPT-5 Mini 7.00 9.62 66.7% 0 1,645 5,824
Qwen: Qwen3.5-122B-A10B 4.00 10.00 33.3% 0 309 0
डेटा पार्सिंग और निष्कर्षण स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
OpenAI: GPT-5 Mini 9.88 10.00 100.0% 0 453 3,200
Qwen: Qwen3.5-122B-A10B 9.88 10.00 100.0% 0 243 0
डोमेन-विशिष्ट स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
OpenAI: GPT-5 Mini 1.00 7.21 22.2% 1 293 14,016
Qwen: Qwen3.5-122B-A10B 4.00 10.00 33.3% 0 15 0
निर्देश पालन स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
OpenAI: GPT-5 Mini 7.00 6.64 66.7% 1 318 4,992
Qwen: Qwen3.5-122B-A10B 3.00 9.95 0.0% 0 70 0
Puzzle Solving स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
OpenAI: GPT-5 Mini 4.33 9.78 33.3% 0 1,527 5,760
Qwen: Qwen3.5-122B-A10B 4.33 10.00 33.3% 0 614 0
टूल कॉलिंग स्कोर संगति प्रति प्रयास पास दर अस्थिर टेस्ट सही परीक्षण आउटपुट टोकन रीजनिंग टोकन
OpenAI: GPT-5 Mini 10.00 10.00 100.0% 0 487 1,600
Qwen: Qwen3.5-122B-A10B 10.00 10.00 100.0% 0 264 0

त्वरित तुलना

तुलना जोड़ी बदलें