OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.7 Max

平均スコアは 7.5 vs 7.4 でほぼ同等です。 Qwen3.7 Max の benchmark コストが低く、$0.197 vs $0.756 です。 Qwen3.7 Max の方が高速で、4.52s vs 25.94s です、成功率は 71.2% vs 68.2% です。

おすすめモデルQwen3.7 Maxここでは最高スコア（7.4）で、GPT-5.4 Mini (medium) より約 3.8 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: 2026-07-25

指標	GPT-5.4 Mini GPT-5.4 Mini medium リリース: 2026-03-17	Qwen3.7 Max Qwen3.7 Max none リリース: 2026-05-22

指標	GPT-5.4 Mini GPT-5.4 Mini medium リリース: 2026-03-17	Qwen3.7 Max Qwen3.7 Max none リリース: 2026-05-22
スコア	7.5	7.4
順位	#64	#67
信頼性	10.0	9.9
一貫性	7.7	10.0
正解テスト
試行ごとの合格率	71.2%	68.2%
不安定なテスト	6	0
総実行回数	66	66
結果あたりのコスト	6.299	1.582
合計コスト	$0.756	$0.197
入力価格	$0.750 / 1M	$1.475 / 1M
出力価格	$4.500 / 1M	$4.425 / 1M
合計入力トークン	97,155	95,983
出力トークン	6,211	12,446
推論トークン	145,544	0
応答時間（平均）	25.94s	4.52s
応答時間（最大）	138.75s	72.30s
応答時間（合計）	570.66s	99.52s

Hamster playing table tennis

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

#64 GPT-5.4 Mini

medium

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

#67 Qwen3.7 Max

none

コスト: $0.046
時間: 195.0s
トークン: 12,171 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-5.4 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876
Qwen3.7 Max	6.5	10.0	50.0%	0		1.08s	696	242	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-5.4 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902
Qwen3.7 Max	5.5	10.0	33.3%	0		1.35s	7,911	582	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-5.4 Mini	6.9	5.9	66.7%	1		59.64s	74,058	4,347	40,924
Qwen3.7 Max	6.5	10.0	50.0%	0		37.23s	68,425	10,623	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-5.4 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650
Qwen3.7 Max	10.0	10.0	100.0%	0		1.35s	7,794	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）	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
Qwen3.7 Max	7.7	10.0	66.7%	0		975ms	789	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）	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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.04s	522	120	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-5.4 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185
Qwen3.7 Max	10.0	10.0	100.0%	0		943ms	711	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）	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
Qwen3.7 Max	10.0	10.0	100.0%	0		1.13s	714	314	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-5.4 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594
Qwen3.7 Max	10.0	10.0	100.0%	0		3.92s	8,211	222	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-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174
Qwen3.7 Max	3.0	10.0	0.0%	0		856ms	210	13	0

クイック比較

比較ペアを切り替え

LongCat 2.0mediumvsQwen3.7 Maxnone GPT-5.6 TerralowvsQwen3.7 Maxnone Claude Opus 5nonevsGPT-5.4 Minimedium Gemini 3 Flash PreviewlowvsQwen3.7 Maxnone KAT-Coder-Pro V2.5lowvsQwen3.7 Maxnone GPT-5.4 NanomediumvsQwen3.7 Maxnone Kimi K2.7 CodemediumvsQwen3.7 Maxnone Nemotron 3 Ultramedium無料で利用可能vsQwen3.7 Maxnone Gemini 3 Flash PreviewlowvsGPT-5.4 Minimedium KAT-Coder-Pro V2.5lowvsGPT-5.4 Minimedium Gemini 3.1 Flash Lite PreviewmediumvsQwen3.7 Maxnone GPT-5.6 LunamediumvsQwen3.7 Maxnone