तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

OpenAI: GPT-4o-mini vs Qwen: Qwen3.5-Flash

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-Flash none रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#28	#35
स्कोर	4.86	3.63
संगति	9.98	8.32
प्रति परिणाम लागत	0.056	0.084
कुल लागत	$0.003	$0.003
सही परीक्षण
गलत टेस्ट	9	11
प्रति प्रयास पास दर	35.7%	33.3%
अस्थिर टेस्ट	0	3
आउटपुट टोकन	949	1,799
रीजनिंग टोकन	0	0

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-Flash	2.33	7.76	11.1%	1		687	0

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-Flash	5.38	5.81	83.3%	1		193	0

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-Flash	4.00	7.21	55.6%	1		14	0

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-Flash	3.50	9.99	0.0%	0		63	0

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-Flash	1.33	9.99	0.0%	0		578	0

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-Flash	10.00	10.00	100.0%	0		264	0

तुलना जोड़ी बदलें

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

Qwen: Qwen3.5-Flash की तुलना इससे करें...