Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.7 Max

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

Metrik GPT-5.4 GPT-5.4 medium Rilis: 2026-03-05 Qwen3.7 Max Qwen3.7 Max none Rilis: 2026-05-22
Skor 7.9 7.9
Peringkat #28 #27
Keandalan 10.0 10.0
Konsistensi 8.5 10.0
Tes benar
Tingkat lulus per percobaan 75.0% 70.0%
Tes tidak stabil 4 0
Total Run 60 60
Biaya per hasil 8.767 0.719
Total Biaya $1.140 $0.101
Harga input $2.500 / 1M $2.500 / 1M
Harga output $15.000 / 1M $7.500 / 1M
Token output 2,222 1,988
Token penalaran 68,503 0
Waktu respons (rata-rata) 22.31s 1.30s
Waktu respons (maks) 100.41s 3.92s
Waktu respons (total) 446.15s 25.95s

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
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 242 0
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
Qwen3.7 Max 6.8 10.0 50.0% 0 1.39s 576 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
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 171 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 243 0
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
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 15 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 120 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 72 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 314 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 222 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
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 13 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Qwen3.7 MaxnonevsGLM 5 TurbomediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5.4mediumQwen3.7 MaxnonevsMiMo-V2.5mediumGemma 4 31BmediumTersedia gratisvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGrok 4.3mediumSeed-2.0-LitemediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGemini 3.1 Flash LitemediumvsQwen3.7 MaxnoneGemini 2.5 FlashmediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsMiMo-V2.5-PromediumGemini 3 PRO PreviewmediumvsQwen3.7 Maxnone