OpenAI: GPT-5.4 vs Qwen: Qwen3.6 Max Preview

GPT-5.4 (medium) unggul dalam skor rata-rata dengan 8.5 vs 8.4. Qwen3.6 Max Preview (medium) memiliki biaya benchmark lebih rendah di $1.143 vs $1.533. GPT-5.4 (medium) lebih cepat di 23.10s vs 67.53s, dengan tingkat keberhasilan 77.3% vs 80.3%.

Model yang direkomendasikanGPT-5.4 (medium)It has the best score here (8.5), while responding about 2.9x faster than Qwen3.6 Max Preview (medium).

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-18

Metrik	GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Rilis: 2026-04-20

Metrik	GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Rilis: 2026-04-20
Skor	8.5	8.4
Peringkat	#18	#19
Keandalan	10.0	9.9
Konsistensi	8.6	8.9
Tes benar
Tingkat lulus per percobaan	77.3%	80.3%
Tes tidak stabil	4	3
Total Run	66	66
Biaya per hasil	10.220	8.173
Total Biaya	$1.533	$1.143
Harga input	$2.500 / 1M	$1.040 / 1M
Harga output	$15.000 / 1M	$6.240 / 1M
Total token input	81,127	79,240
Token output	6,155	5,098
Token penalaran	82,515	164,842
Waktu respons (rata-rata)	23.10s	67.53s
Waktu respons (maks)	100.41s	238.07s
Waktu respons (total)	508.26s	1485.64s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#18 GPT-5.4

medium

Biaya: $0.214
Waktu: 199.6s
Token: 14,349 tok

#19 Qwen3.6 Max Preview

medium

Biaya: $0.024
Waktu: 76.5s
Token: 3,861 tok

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

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075

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	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957

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		29.77s	58,038	4,214	13,351
Qwen3.6 Max Preview	7.3	5.8	83.3%	1		177.48s	51,812	3,215	35,050

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106

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
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693

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
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571

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
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661

Perbandingan Cepat

Ganti Pasangan Perbandingan

Qwen3.6 Max PreviewmediumvsGrok 4.5low GPT-5.4mediumvsGrok 4.5low Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsGPT-5.4medium Muse Spark 1.1highvsQwen3.6 Max Previewmedium Qwen3.6 Max PreviewmediumvsInklinghigh GPT-5.2 ChatnonevsQwen3.6 Max Previewmedium Qwen3.6 Max PreviewmediumvsGLM 5.2high GPT-5.4mediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.4medium Muse Spark 1.1highvsGPT-5.4medium GPT-5.4mediumvsInklinghigh