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: Qwen3.5-9B

Ringkasan

Perbandingan benchmark GPT-5.4 vs Qwen3.5-9B: GPT-5.4 unggul dalam skor rata-rata dengan 5.8 vs 5.1. Qwen3.5-9B memiliki biaya benchmark lebih rendah di $0.006 vs $0.122. GPT-5.4 lebih cepat di 1.42s vs 1.89s, dengan tingkat keberhasilan 36.5% vs 20.6%.

Model yang direkomendasikan: Qwen3.5-9B - Its score stays close to the best score here (5.1 vs 5.8), while costing about 22.6x less than GPT-5.4.

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

Metrik GPT-5.4 GPT-5.4 none Rilis: 2026-03-05 Qwen3.5-9B Qwen3.5-9B none Rilis: 2026-03-02
Skor 5.8 5.1
Peringkat #112 #135
Keandalan 10.0 10.0
Konsistensi 9.2 9.7
Tes benar
Tingkat lulus per percobaan 36.5% 20.6%
Tes tidak stabil 2 1
Total Run 63 63
Biaya per hasil 1.740 0.123
Total Biaya $0.122 $0.006
Harga input $2.500 / 1M $0.100 / 1M
Harga output $15.000 / 1M $0.150 / 1M
Total token input 34,212 48,041
Token output 2,417 3,952
Token penalaran 0 0
Waktu respons (rata-rata) 1.42s 1.89s
Waktu respons (maks) 2.95s 6.03s
Waktu respons (total) 29.87s 39.68s

Showcase generasi

Hamster playing table tennis

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

#112 GPT-5.4

none
Biaya
$0.026
Waktu
18.1s
Token
1,792 tok

#135 Qwen3.5-9B

none
SVG tidak valid
Biaya
$0.000
Waktu
300.0s
Token
0 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 3.2 8.0 8.3% 1 1.21s 606 406 0
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 0
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 5.5 10.0 33.3% 0 1.62s 7,305 516 0
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 0
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 3.0 10.0 0.0% 0 2.89s 11,019 291 0
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 20,397 1,255 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 10.0 10.0 100.0% 0 1.04s 7,140 222 0
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 7,788 249 0
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 1.07s 723 50 0
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 789 24 0
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 4.4 9.9 0.0% 0 1.78s 477 184 0
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 522 99 0
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 6.5 10.0 50.0% 0 1.07s 660 81 0
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 711 75 0
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 5.6 9.8 33.3% 0 1.44s 642 381 0
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 0
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 2.75s 5,445 246 0
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 8,301 273 0
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 990ms 195 40 0
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mistral Small 4mediumvsQwen3.5-9BnoneNorth Mini CodemediumTersedia gratisvsGPT-5.4noneMiniMax M2.7mediumvsQwen3.5-9BnoneCobuddymediumvsQwen3.5-9BnoneGemini 3.1 Flash LiteminimalvsGPT-5.4noneMiniMax M2.5mediumvsQwen3.5-9BnoneGPT-5.4nonevsQwen3.5-35B-A3BmediumGemma 4 31BmediumTersedia gratisvsGPT-5.4noneNemotron 3 SupermediumTersedia gratisvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneGemini 3.1 Flash LitelowvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4none