Navigasi
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-4o-mini vs Qwen: Qwen3.5-9B

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-12

Metrik GPT-4o-mini GPT-4o-mini none Rilis: 2024-07-18 Qwen3.5-9B Qwen3.5-9B medium Rilis: 2026-03-02
Peringkat #55 #66
Skor Rata-rata 4.0 2.6
Konsistensi 10.0 7.4
Biaya per hasil 0.114 0.779
Total Biaya $0.005 $0.024
Tes benar
Tingkat lulus per percobaan 25.0% 35.4%
Tes tidak stabil 0 5
Total Run 48 48
Token output 1,594 17,930
Token penalaran 0 139,706
Waktu respons (rata-rata) 2.07s 71.44s
Waktu respons (maks) 7.58s 226.38s
Waktu respons (total) 18.60s 928.77s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Total token output

Skor Rata-rata vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-4o-mini 4.0 10.0 33.3% 0 1.83s 180 0
Qwen3.5-9B 4.0 7.2 55.6% 1 31.54s 2,410 10,913
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-4o-mini 10.0 10.0 0.0% 0 7.58s 568 0
Qwen3.5-9B 10.0 10.0 0.0% 0 0ms 0 0
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-4o-mini 9.9 10.0 100.0% 0 1.27s 183 0
Qwen3.5-9B 5.0 5.6 33.3% 1 87.31s 1,383 32,113
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-4o-mini 10.0 10.0 0.0% 0 637ms 15 0
Qwen3.5-9B 10.0 7.2 22.2% 1 137.75s 11,549 48,475
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-4o-mini 3.0 10.0 0.0% 0 909ms 66 0
Qwen3.5-9B 10.0 1.6 33.3% 1 226.38s 0 30,695
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-4o-mini 4.5 10.0 0.0% 0 1.27s 69 0
Qwen3.5-9B 5.5 5.8 66.7% 1 17.15s 599 4,517
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-4o-mini 2.3 10.0 0.0% 0 1.30s 308 0
Qwen3.5-9B 10.0 10.0 0.0% 0 33.38s 1,545 11,844
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-4o-mini 10.0 10.0 100.0% 0 2.51s 205 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149

Perbandingan Cepat

Ganti Pasangan Perbandingan

Qwen3.5-9BmediumvsMiMo-V2-FlashnoneQwen3.5-9BmediumvsGrok 4.1 FastnoneGPT-4o-mininonevsQwen3 Coder NextmediumMiniMax M2.5mediumvsGPT-4o-mininoneMercury 2nonevsQwen3.5-9BmediumNemotron 3 Super 120b A12bnoneTersedia gratisvsQwen3.5-9BmediumGPT-4o-mininonevsGLM 4.7 FlashmediumGPT-4o-mininonevsGrok 4.20 Multi-Agent BetamediumQwen3.5-9BmediumvsGLM 4.7 FlashnoneMercury 2mediumvsGPT-4o-mininoneKimi K2.5nonevsQwen3.5-9BmediumGPT-4o-mininonevsQwen3.5-35B-A3Bmedium