Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.5-122B-A10B

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-04-16

Metrik GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium Rilis: 2026-02-24
Skor 8.2 8.1
Peringkat #16 #19
Konsistensi 8.7 8.6
Tes benar
Tingkat lulus per percobaan 79.6% 79.6%
Tes tidak stabil 3 3
Total Run 54 54
Biaya per hasil 6.399 4.060
Total Biaya $0.832 $0.528
Harga input $2.500 / 1M $0.260 / 1M
Harga output $15.000 / 1M $2.080 / 1M
Token output 2,169 17,635
Token penalaran 48,732 162,668
Waktu respons (rata-rata) 18.63s 31.38s
Waktu respons (maks) 100.41s 119.29s
Waktu respons (total) 335.26s 564.84s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor 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-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 269 16,835
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 13.03s 389 2,045
Qwen3.5-122B-A10B 4.7 1.6 66.7% 1 70.98s 322 10,694
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 483 11,337
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 270 16,558
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 15,537 64,889
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 66 7,592
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 77 7,372
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.18s 289 26,165
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 322 1,226

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGPT-5.2 ChatnonevsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsQwen3.5-122B-A10BmediumClaude Sonnet 4.6nonevsQwen3.5-122B-A10BmediumClaude Sonnet 4.6nonevsGPT-5.4medium