Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.6 35B A3B

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-22

Metrik GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05 Qwen3.6 35B A3B Qwen3.6 35B A3B medium Rilis: 2026-04-20
Skor 7.9 7.8
Peringkat #27 #30
Keandalan 10.0 9.4
Konsistensi 8.5 9.1
Tes benar
Tingkat lulus per percobaan 75.0% 70.4%
Tes tidak stabil 4 2
Total Run 60 60
Biaya per hasil 8.767 1.050
Total Biaya $1.140 $0.126
Harga input $2.500 / 1M $0.150 / 1M
Harga output $15.000 / 1M $1.000 / 1M
Token output 2,222 18,325
Token penalaran 68,503 115,750
Waktu respons (rata-rata) 22.31s 17.26s
Waktu respons (maks) 100.41s 86.11s
Waktu respons (total) 446.15s 310.77s

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
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 6.02s 1,154 12,385
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 8.2 6.7 83.3% 1 54.98s 412 19,995
Qwen3.6 35B A3B 6.6 10.0 50.0% 0 59.35s 6,601 22,535
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
Qwen3.6 35B A3B 0.0 0.0 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-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 12.99s 2,591 9,968
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
Qwen3.6 35B A3B 5.3 7.2 44.4% 1 22.50s 6,193 39,116
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
Qwen3.6 35B A3B 4.4 9.9 0.0% 0 8.66s 129 4,569
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
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 7.50s 219 7,404
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
Qwen3.6 35B A3B 7.9 7.5 77.8% 1 5.98s 676 9,447
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
Qwen3.6 35B A3B 0.0 0.0 0.0% 0 0ms 0 0
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
GPT-5.4 3.0 10.0 0.0% 0 13.95s 30 1,821
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 32.90s 762 10,326

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5.4mediumGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3.5 FlashminimalvsQwen3.6 35B A3BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3BmediumGPT-5.2 ChatnonevsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 35B A3BmediumGemini 3.1 Flash LitelowvsQwen3.6 35B A3BmediumGPT-5.3 ChatnonevsQwen3.6 35B A3BmediumDeepSeek V4 FlashhighTersedia gratisvsQwen3.6 35B A3Bmedium