AI BENCHY Compare
OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.5-35B-A3B
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: 2026-03-17
| 指標 | GPT-5.4 Mini GPT-5.4 Mini medium | Qwen3.5-35B-A3B Qwen3.5-35B-A3B none |
|---|---|---|
| 順位 | #34 | #49 |
| スコア | 7.1 | 5.9 |
| 一貫性 | 7.2 | 8.6 |
| 結果あたりのコスト | 3.610 | 0.237 |
| 合計コスト | $0.289 | $0.015 |
| 正解テスト | ||
| 試行ごとの合格率 | 68.6% | 47.1% |
| 不安定なテスト | 6 | 3 |
| 総実行回数 | 51 | 51 |
| 出力トークン | 1,708 | 3,761 |
| 推論トークン | 58,019 | 0 |
| 応答時間（平均） | 15.66s | 3.89s |
| 応答時間（最大） | 102.91s | 47.43s |
| 応答時間（合計） | 266.14s | 66.07s |
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
| 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 8.6 | 7.9 | 91.7% | 1 | 4.05s | 296 | 2,876 | |
| Qwen3.5-35B-A3B | 3.4 | 7.9 | 16.7% | 1 | 1.43s | 574 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 17.81s | 317 | 4,317 | |
| Qwen3.5-35B-A3B | 3.0 | 10.0 | 0.0% | 0 | 47.43s | 1,833 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 234 | 650 | |
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 1.16s | 243 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 4.1 | 4.4 | 44.5% | 2 | 65.31s | 60 | 43,286 | |
| Qwen3.5-35B-A3B | 7.7 | 10.0 | 66.7% | 0 | 485ms | 15 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 4.5 | 10.0 | 0.0% | 0 | 3.72s | 150 | 510 | |
| Qwen3.5-35B-A3B | 6.5 | 3.4 | 66.7% | 1 | 1.19s | 114 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 7.4 | 6.5 | 66.7% | 1 | 2.50s | 129 | 1,337 | |
| Qwen3.5-35B-A3B | 6.3 | 10.0 | 50.0% | 0 | 809ms | 63 | 0 |
| Puzzle Solving | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 6.8 | 7.9 | 55.6% | 1 | 4.33s | 271 | 2,449 | |
| Qwen3.5-35B-A3B | 3.9 | 7.4 | 22.2% | 1 | 1.34s | 655 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 4.7 | 1.6 | 66.7% | 1 | 9.62s | 251 | 2,594 | |
| Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 2.30s | 264 | 0 |
クイック比較
比較ペアを切り替え
MiniMax M2.5medium無料で利用可能vsQwen3.5-35B-A3Bnonegpt-oss-120bmedium無料で利用可能vsQwen3.5-35B-A3BnoneClaude Sonnet 4.6nonevsGPT-5.4 MinimediumMistral Small 4mediumvsQwen3.5-35B-A3BnoneGPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15noneQwen3.5-35B-A3BnonevsGrok 4.20 Multi-Agent BetamediumGPT-5 NanomediumvsQwen3.5-35B-A3BnoneGPT-5.4 MinimediumvsGLM 5noneMercury 2mediumvsQwen3.5-35B-A3BnoneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 MinimediumDeepSeek V3.2nonevsGPT-5.4 MinimediumGemini 3 Flash PreviewnonevsGPT-5.4 Minimedium