ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

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

概要

GPT-5.4 Mini vs Qwen3.5-Flash の benchmark 比較: GPT-5.4 Mini が平均スコアでリードし、8.0 vs 6.8 です。 Qwen3.5-Flash の benchmark コストが低く、$0.080 vs $0.526 です。 GPT-5.4 Mini の方が高速で、22.34s vs 63.29s です、成功率は 73.0% vs 71.4% です。

おすすめモデル: GPT-5.4 Mini - ここでは最高スコア（8.0）で、Qwen3.5-Flash より約 2.8 倍速く応答します。

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: 2026-06-18

指標 GPT-5.4 Mini GPT-5.4 Mini medium リリース: 2026-03-17 Qwen3.5-Flash Qwen3.5-Flash medium リリース: 2026-02-24
スコア 8.0 6.8
順位 #27 #70
信頼性 10.0 10.0
一貫性 8.0 8.1
正解テスト
試行ごとの合格率 73.0% 71.4%
不安定なテスト 5 5
総実行回数 63 63
結果あたりのコスト 4.381 0.871
合計コスト $0.526 $0.080
入力価格 $0.750 / 1M $0.065 / 1M
出力価格 $4.500 / 1M $0.260 / 1M
合計入力トークン 34,116 38,926
出力トークン 2,181 2,088
推論トークン 108,937 294,598
応答時間（平均） 22.34s 63.29s
応答時間（最大） 138.75s 234.29s
応答時間（合計） 469.20s 1265.85s

生成ショーケース

Hamster playing table tennis

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

#27 GPT-5.4 Mini

medium
コスト
$0.056
時間
95.5s
トークン
12,464 tok

#70 Qwen3.5-Flash

medium
コスト
$0.002
時間
25.8s
トークン
4,294 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

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-5.4 Mini 8.6 7.9 91.7% 1 4.05s 606 296 2,876
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 672 383 32,992
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-5.4 Mini 8.4 7.4 88.9% 1 57.87s 7,305 467 40,902
Qwen3.5-Flash 3.7 7.2 22.2% 1 58.87s 6,685 302 90,081
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-5.4 Mini 10.0 10.0 100.0% 0 17.81s 11,019 317 4,317
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 14,934 483 8,270
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-5.4 Mini 10.0 10.0 100.0% 0 2.43s 7,140 234 650
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 6,061 235 16,237
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-5.4 Mini 4.1 4.4 44.5% 2 65.31s 619 60 43,286
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 581 58 43,615
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-5.4 Mini 4.5 10.0 0.0% 0 3.72s 477 150 510
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 516 99 38,486
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-5.4 Mini 9.8 10.0 100.0% 0 2.13s 660 96 1,185
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 699 98 14,139
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-5.4 Mini 7.8 10.0 66.7% 0 4.37s 642 278 2,443
Qwen3.5-Flash 8.2 7.2 88.9% 1 27.61s 381 89 12,457
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-5.4 Mini 4.7 1.6 66.7% 1 9.62s 5,453 251 2,594
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 8,193 309 1,284
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-5.4 Mini 3.0 10.0 0.0% 0 30.10s 195 32 10,174
Qwen3.5-Flash 3.0 10.0 0.0% 0 48.98s 204 32 37,037

クイック比較

比較ペアを切り替え

Gemini 3.5 FlashminimalvsQwen3.5-FlashmediumGemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3.5 FlashnonevsQwen3.5-FlashmediumQwen3.5-FlashmediumvsStep 3.7 FlashhighDeepSeek V4 FlashhighvsGPT-5.4 MinimediumQwen3.5-FlashmediumvsGLM 5.2noneGPT-5.4 MinimediumvsStep 3.7 FlashlowDeepSeek V4 PrononevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumClaude Opus 4.8nonevsQwen3.5-FlashmediumGemini 3.1 Flash LitelowvsQwen3.5-Flashmedium