Navigasi
AI BENCHY
Bandingkan Grafik Metodologi
❤️ Made by XCS
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.5-Flash

Bandingkan:

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-06

Metrik OpenAI: GPT-5.4 none Rilis: 2026-03-05 Qwen: Qwen3.5-Flash medium Rilis: 2026-02-24
Skor Rata-rata 4.6 7.0
Peringkat #44 #24
Tes benar
Konsistensi 8.9 7.8
Biaya per hasil 1.496 0.565
Total Biaya $0.090 $0.057
Tingkat lulus per percobaan 44.4% 82.2%
Tes tidak stabil 2 4
common.totalRuns 45 (15 x 3) 45 (15 x 3)
Token output 1,635 1,708
Token penalaran 0 131,466
Waktu respons (rata-rata) 1.46s 72.86s
Waktu respons (maks) 2.89s 234.29s
Waktu respons (total) 21.86s 1092.84s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
OpenAI: GPT-5.4 10.0 7.3 11.1% 1 1.41s 388 0
Qwen: Qwen3.5-Flash 10.0 10.0 100.0% 0 71.35s 363 23,645
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
OpenAI: GPT-5.4 10.0 10.0 0.0% 0 2.89s 291 0
Qwen: Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 483 8,270
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
OpenAI: GPT-5.4 9.9 10.0 100.0% 0 1.04s 222 0
Qwen: Qwen3.5-Flash 5.5 5.9 83.3% 1 56.99s 235 16,237
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
OpenAI: GPT-5.4 4.0 7.2 44.4% 1 1.07s 50 0
Qwen: Qwen3.5-Flash 4.0 7.2 44.4% 1 146.50s 58 43,615
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
OpenAI: GPT-5.4 5.5 10.0 50.0% 0 1.07s 81 0
Qwen: Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 98 14,139
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
OpenAI: GPT-5.4 4.0 9.8 33.3% 0 1.52s 357 0
Qwen: Qwen3.5-Flash 4.0 4.4 77.8% 2 56.74s 162 24,276
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0
Qwen: Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 309 1,284

Perbandingan Cepat

Ganti Pasangan Perbandingan

Gemini 3 Flash PreviewnonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsQwen3.5-FlashmediumMiniMax M2.5mediumvsGPT-5.4noneGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGPT-5.2 ChatnonevsQwen3.5-FlashmediumMercury 2mediumvsGPT-5.4noneGemini 3.1 Flash Lite PreviewhighvsQwen3.5-FlashmediumGemini 3 Flash PreviewlowvsQwen3.5-FlashmediumQwen3.5-FlashmediumvsGLM 5noneGPT-5.4nonevsQwen3.5-35B-A3Bmedium