AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.5-9B

Ringkasan

Perbandingan benchmark GPT-5.4 Mini vs Qwen3.5-9B: GPT-5.4 Mini unggul dalam skor rata-rata dengan 5.3 vs 3.8. Qwen3.5-9B memiliki biaya benchmark lebih rendah di $0.036 vs $0.038. GPT-5.4 Mini lebih cepat di 1.13s vs 82.24s, dengan tingkat keberhasilan 30.2% vs 27.0%.

Model yang direkomendasikan: GPT-5.4 Mini - It has the best score here (5.3), while responding about 72.5x faster than Qwen3.5-9B.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-06-18

Metrik	GPT-5.4 Mini GPT-5.4 Mini none Rilis: 2026-03-17	Qwen3.5-9B Qwen3.5-9B medium Rilis: 2026-03-02

Metrik	GPT-5.4 Mini GPT-5.4 Mini none Rilis: 2026-03-17	Qwen3.5-9B Qwen3.5-9B medium Rilis: 2026-03-02
Skor	5.3	3.8
Peringkat	#124	#165
Keandalan	10.0	6.7
Konsistensi	8.8	8.0
Tes benar
Tingkat lulus per percobaan	30.2%	27.0%
Tes tidak stabil	3	5
Total Run	63	63
Biaya per hasil	0.743	1.187
Total Biaya	$0.038	$0.036
Harga input	$0.750 / 1M	$0.100 / 1M
Harga output	$4.500 / 1M	$0.150 / 1M
Total token input	34,244	17,070
Token output	2,541	29,045
Token penalaran	0	209,516
Waktu respons (rata-rata)	1.13s	82.24s
Waktu respons (maks)	2.52s	226.38s
Waktu respons (total)	23.82s	1315.88s

Showcase generasi

Hamster playing table tennis

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

#124 GPT-5.4 Mini

none

Biaya: $0.010
Waktu: 11.7s
Token: 2,151 tok

#165 Qwen3.5-9B

medium

Biaya: $0.001
Waktu: 35.9s
Token: 3,030 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

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 Mini	3.1	8.1	8.3%	1		929ms	606	654	0
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

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 Mini	5.5	10.0	33.3%	0		913ms	7,305	401	0
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

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 Mini	3.0	10.0	0.0%	0		2.52s	11,019	298	0
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	0

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 Mini	10.0	10.0	100.0%	0		1.30s	7,140	222	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

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 Mini	3.5	4.4	33.3%	2		937ms	723	88	0
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475

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 Mini	4.8	10.0	0.0%	0		1.82s	477	174	0
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

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 Mini	6.3	10.0	50.0%	0		728ms	660	101	0
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

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 Mini	5.4	10.0	33.3%	0		836ms	642	305	0
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

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 Mini	3.0	10.0	0.0%	0		2.32s	5,477	255	0
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

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 Mini	3.0	10.0	0.0%	0		1.33s	195	43	0
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

Perbandingan Cepat

Ganti Pasangan Perbandingan

MiniMax M2.7mediumvsGPT-5.4 Mininone Mistral Small 4mediumvsGPT-5.4 Mininone gpt-oss-120bnoneTersedia gratisvsQwen3.5-9Bmedium Granite 4.1 8BnonevsQwen3.5-9Bmedium CobuddymediumvsGPT-5.4 Mininone North Mini CodemediumTersedia gratisvsGPT-5.4 Mininone MiniMax M2.5mediumvsGPT-5.4 Mininone Qwen3.5-9BmediumvsGrok 4.20none GPT-5.4 MininonevsQwen3 Coder Nextmedium Gemini 3.1 Flash LiteminimalvsGPT-5.4 Mininone Mercury 2nonevsQwen3.5-9Bmedium Ling-2.6-1TnonevsQwen3.5-9Bmedium