AI BENCHY Compare
OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.5 Plus 2026-02-15
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: 2026-05-01
| 指標 | GPT-5.4 Mini GPT-5.4 Mini medium | Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none |
|---|---|---|
| スコア | 7.3 | 6.8 |
| 順位 | #58 | #65 |
| 信頼性 | 該当なし | 該当なし |
| 一貫性 | 7.4 | 9.3 |
| 正解テスト | ||
| 試行ごとの合格率 | 70.4% | 53.7% |
| 不安定なテスト | 6 | 2 |
| 総実行回数 | 54 | 54 |
| 結果あたりのコスト | 3.313 | 0.182 |
| 合計コスト | $0.299 | $0.017 |
| ???? | $0.750 / 1M | $0.260 / 1M |
| ???? | $4.500 / 1M | $1.560 / 1M |
| 出力トークン | 2,131 | 2,461 |
| 推論トークン | 59,567 | 0 |
| 応答時間（平均） | 15.22s | 2.60s |
| 応答時間（最大） | 102.91s | 6.65s |
| 応答時間（合計） | 273.90s | 31.23s |
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 Plus 2026-02-15 | 4.8 | 10.0 | 25.0% | 0 | 1.91s | 517 | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Mini | 10.0 | 10.0 | 100.0% | 0 | 7.76s | 423 | 1,548 | |
| Qwen3.5 Plus 2026-02-15 | 6.3 | 3.7 | 33.3% | 1 | 3.63s | 443 | 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 Plus 2026-02-15 | 3.0 | 10.0 | 0.0% | 0 | 6.65s | 314 | 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 1.89s | 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 Plus 2026-02-15 | 5.3 | 10.0 | 33.3% | 0 | 1.17s | 17 | 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 Plus 2026-02-15 | 4.4 | 3.0 | 33.3% | 1 | 2.26s | 117 | 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 | 6.7 | 66.7% | 1 | 2.50s | 129 | 1,337 | |
| Qwen3.5 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 1.67s | 72 | 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） | 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 Plus 2026-02-15 | 7.7 | 10.0 | 66.7% | 0 | 2.82s | 516 | 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 3.33s | 222 | 0 |
クイック比較
比較ペアを切り替え
Qwen3.5 Plus 2026-02-15nonevsGrok 4.1 FastmediumNemotron 3 Supermedium無料で利用可能vsQwen3.5 Plus 2026-02-15noneClaude Sonnet 4.6nonevsGPT-5.4 MinimediumQwen3.5 Plus 2026-02-15nonevsGrok 4.20mediumDeepSeek V4 ProhighvsQwen3.5 Plus 2026-02-15noneKimi K2.5mediumvsQwen3.5 Plus 2026-02-15noneGPT-5 MinimediumvsQwen3.5 Plus 2026-02-15noneMercury 2mediumvsQwen3.5 Plus 2026-02-15noneGPT-5.4 MinimediumvsQwen3.6 Max PreviewnoneDeepSeek V4 ProhighvsGPT-5.4 MinimediumGemma 4 31Bnone無料で利用可能vsGPT-5.4 MinimediumGPT-5 NanomediumvsQwen3.5 Plus 2026-02-15none