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: Qwen3.7 Plus

概要

GPT-5.4 Mini vs Qwen3.7 Plus の benchmark 比較: Qwen3.7 Plus が平均スコアでリードし、8.2 vs 8.0 です。 Qwen3.7 Plus の benchmark コストが低く、$0.177 vs $0.526 です。 GPT-5.4 Mini の方が高速で、22.34s vs 38.95s です、成功率は 73.0% vs 77.8% です。

おすすめモデル: Qwen3.7 Plus - ここでは最高スコア（8.2）で、GPT-5.4 Mini より約 3.0 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: 2026-06-12

指標 GPT-5.4 Mini GPT-5.4 Mini medium リリース: 2026-03-17 Qwen3.7 Plus Qwen3.7 Plus medium リリース: 2026-06-03
スコア 8.0 8.2
順位 #30 #28
信頼性 10.0 10.0
一貫性 8.0 9.1
正解テスト
試行ごとの合格率 73.0% 77.8%
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 1.474
合計コスト $0.526 $0.177
入力価格 $0.750 / 1M $0.320 / 1M
出力価格 $4.500 / 1M $1.280 / 1M
合計入力トークン 34,116 40,939
出力トークン 2,181 2,125
推論トークン 108,937 125,754
応答時間（平均） 22.34s 38.95s
応答時間（最大） 138.75s 178.04s
応答時間（合計） 469.20s 817.85s

Generation showcase

Hamster playing table tennis

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

#30 GPT-5.4 Mini

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

#28 Qwen3.7 Plus

medium
Cost
$0.018
Time
193.2s
Tokens
10,821 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
Qwen3.7 Plus 10.0 10.0 100.0% 0 8.58s 672 195 5,065
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 Plus 6.1 6.6 55.6% 1 108.60s 6,472 414 43,576
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 65.24s 14,934 366 10,132
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 Plus 10.0 10.0 100.0% 0 21.75s 7,782 270 6,713
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 Plus 3.6 7.2 22.2% 1 45.35s 771 57 27,073
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 Plus 10.0 10.0 100.0% 0 25.48s 516 123 3,998
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 Plus 10.0 10.0 100.0% 0 16.13s 699 102 5,013
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 Plus 10.0 10.0 100.0% 0 16.38s 696 280 7,312
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 Plus 10.0 10.0 100.0% 0 15.02s 8,193 292 1,831
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 Plus 3.0 10.0 0.0% 0 91.07s 204 26 15,041

クイック比較

比較ペアを切り替え

DeepSeek V4 FlashhighvsQwen3.7 PlusmediumDeepSeek V4 FlashhighvsGPT-5.4 MinimediumGPT-5.4 MinimediumvsStep 3.7 FlashlowGPT-5.2 ChatnonevsQwen3.7 PlusmediumQwen3.7 PlusmediumvsStep 3.7 FlashlowGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumGPT-5.3 ChatnonevsQwen3.7 PlusmediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumClaude Opus 4.8nonevsGPT-5.4 MinimediumGemini 3 Flash PreviewlowvsQwen3.7 PlusmediumGPT-5.4 MinimediumvsQwen3.7 PlusnoneClaude Sonnet 4.6nonevsQwen3.7 Plusmedium