Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.5-Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-17

Metrik GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05 Qwen3.5-Flash Qwen3.5-Flash medium Rilis: 2026-02-24
Peringkat #15 #19
Skor 8.1 8.0
Konsistensi 8.6 7.6
Biaya per hasil 6.613 0.688
Total Biaya $0.794 $0.076
Tes benar
Tingkat lulus per percobaan 78.4% 82.4%
Tes tidak stabil 3 5
Total Run 51 51
Token output 1,780 1,827
Token penalaran 46,687 179,299
Waktu respons (rata-rata) 18.95s 67.96s
Waktu respons (maks) 100.41s 234.29s
Waktu respons (total) 322.23s 1155.28s

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-Flash 10.0 10.0 100.0% 0 59.11s 383 32,992
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-Flash 10.0 10.0 100.0% 0 17.78s 483 8,270
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-Flash 7.3 5.9 83.3% 1 56.99s 235 16,237
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-Flash 5.3 7.2 44.4% 1 146.50s 58 43,615
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-Flash 6.1 3.1 66.7% 1 40.05s 99 38,486
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-Flash 10.0 10.0 100.0% 0 63.49s 98 14,139
Puzzle Solving 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-Flash 6.4 4.4 77.8% 2 56.74s 162 24,276
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-Flash 10.0 10.0 100.0% 0 10.33s 309 1,284

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumGPT-5.2 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsGPT-5.4medium