Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.5-27B

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-03

Metrik GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05 Qwen3.5-27B Qwen3.5-27B medium Rilis: 2026-02-24
Skor 7.9 7.9
Peringkat #27 #24
Keandalan 10.0 10.0
Konsistensi 8.5 8.9
Tes benar
Tingkat lulus per percobaan 75.0% 73.3%
Tes tidak stabil 4 3
Total Run 60 60
Biaya per hasil 8.765 4.532
Total Biaya $1.140 $0.488
Harga input $2.500 / 1M $0.195 / 1M
Harga output $15.000 / 1M $1.560 / 1M
Total token input 31,489 39,329
Token output 2,221 2,569
Token penalaran 68,486 304,894
Waktu respons (rata-rata) 22.31s 60.09s
Waktu respons (maks) 100.41s 177.36s
Waktu respons (total) 446.17s 1201.89s

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 input Token output Token penalaran
GPT-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.4 8.2 6.7 83.3% 1 54.98s 4,686 412 19,995
Qwen3.5-27B 7.0 9.8 50.0% 0 123.86s 5,060 416 64,993
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token input Token output Token penalaran
GPT-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsQwen3.5-27BmediumGemini 3.5 FlashminimalvsGPT-5.4mediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3.5 FlashnonevsQwen3.5-27BmediumGemini 3.5 FlashnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumDeepSeek V4 FlashhighvsGPT-5.4mediumDeepSeek V4 FlashhighvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27Bmedium