OpenAI: GPT-4o-mini vs Qwen: Qwen3.5-9B

Qwen3.5-9B が平均スコアでリードし、5.1 vs 5.0 です。 GPT-4o-mini の benchmark コストが低く、$0.010 vs $0.021 です。 GPT-4o-mini の方が高速で、1.99s vs 19.17s です、成功率は 22.7% vs 19.7% です。

おすすめモデルGPT-4o-miniスコアはここでの最高値に近く（5.0 vs 5.1）、Qwen3.5-9B より約 2.1 倍低コストです。

ベンチマークは AI BENCHY テストスイートから次の日時に生成: 2026-07-25

指標	GPT-4o-mini GPT-4o-mini none リリース: 2024-07-18	Qwen3.5-9B Qwen3.5-9B none リリース: 2026-03-02

指標	GPT-4o-mini GPT-4o-mini none リリース: 2024-07-18	Qwen3.5-9B Qwen3.5-9B none リリース: 2026-03-02
スコア	5.0	5.1
順位	#189	#183
信頼性	10.0	10.0
一貫性	9.9	9.7
正解テスト
試行ごとの合格率	22.7%	19.7%
不安定なテスト	0	1
総実行回数	66	66
結果あたりのコスト	0.195	0.490
合計コスト	$0.010	$0.021
入力価格	$0.150 / 1M	$0.100 / 1M
出力価格	$0.600 / 1M	$0.150 / 1M
合計入力トークン	53,136	144,407
出力トークン	2,911	37,484
推論トークン	0	0
応答時間（平均）	1.99s	19.17s
応答時間（最大）	7.58s	382.06s
応答時間（合計）	29.86s	421.74s

Hamster playing table tennis

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

#189 GPT-4o-mini

none

コスト: $0.001
時間: 6.6s
トークン: 742 tok

#183 Qwen3.5-9B

none

無効なSVG

コスト: $0.000
時間: 300.0s
トークン: 0 tok

スコア上位モデル

スコア vs 総コスト

応答時間（平均）

スコア vs 応答時間（平均）

合計出力トークン

スコア vs 合計出力トークン

カテゴリ内訳

カテゴリ:

反AIトリック	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-4o-mini	4.8	10.0	25.0%	0		1.34s	618	186	0
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	0

コーディング	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-4o-mini	3.2	9.6	0.0%	0		1.63s	7,314	367	0
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	0

複合	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-4o-mini	3.0	10.0	0.0%	0		6.32s	29,916	1,497	0
Qwen3.5-9B	3.0	10.0	0.0%	0		193.98s	116,763	34,787	0

データ解析と抽出	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-4o-mini	10.0	10.0	100.0%	0		1.27s	7,161	183	0
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	0

ドメイン特化	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-4o-mini	3.0	10.0	0.0%	0		637ms	732	15	0
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	0

汎用知能	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-4o-mini	4.0	10.0	0.0%	0		909ms	480	66	0
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	0

指示追従	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-4o-mini	6.3	10.0	50.0%	0		1.11s	666	69	0
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	0

パズル解決	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-4o-mini	3.5	10.0	0.0%	0		1.21s	651	308	0
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	0

ツール呼び出し	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-4o-mini	10.0	10.0	100.0%	0		2.51s	5,400	205	0
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	0

雑学	スコア	一貫性	試行ごとの合格率	不安定なテスト	正解テスト	応答時間（平均）	入力トークン	出力トークン	推論トークン
GPT-4o-mini	3.0	10.0	0.0%	0		794ms	198	15	0
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

クイック比較

比較ペアを切り替え

Mistral Small 4mediumvsQwen3.5-9Bnone GPT-4o-mininonevsLaguna S 2.1low無料で利用可能 MiniMax M2.7mediumvsQwen3.5-9Bnone MiniMax M2.7mediumvsGPT-4o-mininone Laguna S 2.1low無料で利用可能vsQwen3.5-9Bnone Mistral Small 4mediumvsGPT-4o-mininone Laguna S 2.1high無料で利用可能vsQwen3.5-9Bnone GPT-4o-mininonevsQwen3 Coder Nextmedium CobuddymediumvsGPT-4o-mininone KAT-Coder-Air V2.5lowvsQwen3.5-9Bnone Laguna S 2.1medium無料で利用可能vsQwen3.5-9Bnone MiniMax M2.5mediumvsGPT-4o-mininone