ナビゲーション
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.6 Plus

概要

GPT-5.4 Mini vs Qwen3.6 Plus の benchmark 比較: GPT-5.4 Mini が平均スコアでリードし、8.0 vs 7.8 です。 Qwen3.6 Plus の benchmark コストが低く、$0.294 vs $0.526 です。 GPT-5.4 Mini の方が高速で、22.34s vs 30.70s です、成功率は 73.0% vs 69.8% です。

おすすめモデル: Qwen3.6 Plus - スコアはここでの最高値に近く（7.8 vs 8.0）、GPT-5.4 Mini より約 1.8 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: 2026-06-17

指標 GPT-5.4 Mini GPT-5.4 Mini medium リリース: 2026-03-17 Qwen3.6 Plus Qwen3.6 Plus medium リリース: 2026-04-20
スコア 8.0 7.8
順位 #27 #30
信頼性 10.0 10.0
一貫性 8.0 9.3
正解テスト
試行ごとの合格率 73.0% 69.8%
不安定なテスト 5 2
総実行回数 63 63
結果あたりのコスト 4.381 0.831
合計コスト $0.526 $0.294
入力価格 $0.750 / 1M $0.325 / 1M
出力価格 $4.500 / 1M $1.950 / 1M
合計入力トークン 34,116 41,565
出力トークン 2,181 1,853
推論トークン 108,937 141,973
応答時間（平均） 22.34s 30.70s
応答時間（最大） 138.75s 201.68s
応答時間（合計） 469.20s 613.99s

Generation showcase

Hamster playing table tennis

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

#27 GPT-5.4 Mini

medium
Cost
$0.056
Time
95.5s
Tokens
12,464 tok

#30 Qwen3.6 Plus

medium
Cost
$0.024
Time
219.0s
Tokens
12,235 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
Qwen3.6 Plus 10.0 10.0 100.0% 0 9.90s 672 207 7,557
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
Qwen3.6 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 34.95s 14,934 452 13,073
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 14.95s 7,782 270 10,706
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
Qwen3.6 Plus 2.9 7.2 11.1% 1 29.59s 771 56 33,464
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
Qwen3.6 Plus 5.1 10.0 0.0% 0 27.05s 516 111 5,232
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 7.54s 699 102 5,552
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 6.34s 696 309 6,712
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
Qwen3.6 Plus 10.0 10.0 100.0% 0 5.87s 8,193 267 1,330
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
Qwen3.6 Plus 3.0 10.0 0.0% 0 47.51s 204 21 7,761

クイック比較

比較ペアを切り替え

Qwen3.6 PlusmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsQwen3.6 PlusmediumDeepSeek V4 FlashhighvsGPT-5.4 MinimediumGPT-5.4 MinimediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsQwen3.6 PlusmediumDeepSeek V4 ProhighvsGPT-5.4 MinimediumDeepSeek V4 FlashhighvsQwen3.6 PlusmediumGemini 3 Flash PreviewlowvsQwen3.6 PlusmediumClaude Sonnet 4.6nonevsQwen3.6 PlusmediumClaude Opus 4.8nonevsQwen3.6 PlusmediumGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumGPT-5.2 ChatnonevsQwen3.6 Plusmedium