AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3 Coder Next

Ringkasan

Perbandingan benchmark GPT-5.4 vs Qwen3 Coder Next: GPT-5.4 unggul dalam skor rata-rata dengan 5.8 vs 5.1. Qwen3 Coder Next memiliki biaya benchmark lebih rendah di $0.009 vs $0.122. GPT-5.4 lebih cepat di 1.42s vs 8.62s, dengan tingkat keberhasilan 36.5% vs 27.0%.

Model yang direkomendasikan: GPT-5.4 - It has the best score here (5.8), while responding about 6.1x faster than Qwen3 Coder Next.

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-07-02

Metrik	GPT-5.4 GPT-5.4 none Rilis: 2026-03-05	Qwen3 Coder Next Qwen3 Coder Next none Rilis: 2026-02-03

Metrik	GPT-5.4 GPT-5.4 none Rilis: 2026-03-05	Qwen3 Coder Next Qwen3 Coder Next none Rilis: 2026-02-03
Skor	5.8	5.1
Peringkat	#115	#135
Keandalan	10.0	10.0
Konsistensi	9.2	9.7
Tes benar
Tingkat lulus per percobaan	36.5%	27.0%
Tes tidak stabil	2	1
Total Run	63	63
Biaya per hasil	1.740	0.165
Total Biaya	$0.122	$0.009
Harga input	$2.500 / 1M	$0.110 / 1M
Harga output	$15.000 / 1M	$0.800 / 1M
Total token input	34,212	47,507
Token output	2,417	3,584
Token penalaran	0	0
Waktu respons (rata-rata)	1.42s	8.62s
Waktu respons (maks)	2.95s	45.14s
Waktu respons (total)	29.87s	129.37s

Showcase generasi

Hamster playing table tennis

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

#115 GPT-5.4

none

Biaya: $0.026
Waktu: 18.1s
Token: 1,792 tok

#135 Qwen3 Coder Next

none

SVG tidak valid

Biaya: $0.058
Waktu: 246.3s
Token: 64,126 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 Coder Next	3.6	10.0	0.0%	0		3.31s	645	1,321	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 Coder Next	4.6	7.9	22.2%	1		2.22s	7,442	621	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 Coder Next	3.0	10.0	0.0%	0		45.14s	20,469	317	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 Coder Next	6.5	10.0	50.0%	0		1.32s	7,758	246	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 Coder Next	5.3	10.0	33.3%	0		962ms	753	26	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 Coder Next	10.0	10.0	100.0%	0		1.34s	498	152	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 Coder Next	6.3	10.0	50.0%	0		7.78s	684	63	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 Coder Next	3.0	10.0	0.0%	0		24.34s	678	571	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 Coder Next	10.0	10.0	100.0%	0		2.47s	8,364	255	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 Coder Next	3.0	10.0	0.0%	0		601ms	216	12	0

Perbandingan Cepat

Ganti Pasangan Perbandingan

Mistral Small 4mediumvsQwen3 Coder Nextnone MiniMax M2.7mediumvsQwen3 Coder Nextnone North Mini CodemediumTersedia gratisvsGPT-5.4none CobuddymediumvsQwen3 Coder Nextnone Gemini 3.1 Flash LiteminimalvsGPT-5.4none MiniMax M2.5mediumvsQwen3 Coder Nextnone GPT-5.4nonevsQwen3.5-35B-A3Bmedium Gemma 4 31BmediumTersedia gratisvsGPT-5.4none Nemotron 3 SupermediumTersedia gratisvsGPT-5.4none MiniMax M2.7mediumvsGPT-5.4none Gemini 3.1 Flash LitelowvsGPT-5.4none Mistral Small 4mediumvsGPT-5.4none