Navigasi
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.6 Plus

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-10

Metrik GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05 Qwen3.6 Plus Qwen3.6 Plus medium Rilis: 2026-04-20
Skor 7.9 7.9
Peringkat #26 #28
Keandalan 10.0 10.0
Konsistensi 8.8 9.6
Tes benar
Tingkat lulus per percobaan 75.4% 70.2%
Tes tidak stabil 3 1
Total Run 57 57
Biaya per hasil 6.617 0.118
Total Biaya $0.861 $0.016
Harga input $2.500 / 1M $0.325 / 1M
Harga output $15.000 / 1M $1.950 / 1M
Token output 2,199 1,784
Token penalaran 50,553 91,543
Waktu respons (rata-rata) 18.38s 17.06s
Waktu respons (maks) 100.41s 47.51s
Waktu respons (total) 349.21s 307.07s

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 Plus 10.0 10.0 100.0% 0 9.90s 207 7,557
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
Qwen3.6 Plus 3.0 10.0 0.0% 0 0ms 0 0
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 Plus 10.0 10.0 100.0% 0 34.95s 452 13,073
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 Plus 10.0 10.0 100.0% 0 14.95s 270 10,706
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 Plus 2.9 7.2 11.1% 1 29.59s 56 33,464
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 Plus 5.1 10.0 0.0% 0 27.05s 111 5,232
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 Plus 10.0 10.0 100.0% 0 7.54s 102 5,552
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 Plus 10.0 10.0 100.0% 0 6.11s 298 6,868
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 Plus 10.0 10.0 100.0% 0 5.87s 267 1,330
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 Plus 3.0 10.0 0.0% 0 47.51s 21 7,761

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 PlusmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 PlusmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGPT-5.2 ChatnonevsQwen3.6 PlusmediumGemini 3.1 Flash LitelowvsQwen3.6 PlusmediumGPT-5.3 ChatnonevsQwen3.6 PlusmediumGemini 3.1 Flash LitelowvsGPT-5.4mediumDeepSeek V4 FlashhighvsQwen3.6 PlusmediumDeepSeek V4 FlashhighvsGPT-5.4medium