AI BENCHY Compare
OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.5-9B
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: 2026-03-17
| 指標 | GPT-5.4 Mini GPT-5.4 Mini none | Qwen3.5-9B Qwen3.5-9B medium |
|---|---|---|
| 順位 | #66 | #70 |
| スコア | 4.8 | 4.5 |
| 一貫性 | 8.6 | 7.0 |
| 結果あたりのコスト | 0.737 | 0.787 |
| 合計コスト | $0.030 | $0.024 |
| 正解テスト | ||
| 試行ごとの合格率 | 31.4% | 35.3% |
| 不安定なテスト | 3 | 6 |
| 総実行回数 | 51 | 51 |
| 出力トークン | 2,085 | 18,141 |
| 推論トークン | 0 | 141,204 |
| 応答時間（平均） | 1.17s | 69.21s |
| 応答時間（最大） | 2.52s | 226.38s |
| 応答時間（合計） | 19.82s | 968.99s |
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 | 3.1 | 8.1 | 8.3% | 1 | 929ms | 654 | 0 | |
| Qwen3.5-9B | 5.1 | 5.8 | 50.0% | 2 | 34.44s | 2,621 | 12,411 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 2.52s | 298 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 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 | 1.30s | 222 | 0 | |
| Qwen3.5-9B | 3.6 | 5.6 | 33.3% | 1 | 87.31s | 1,383 | 32,113 |
| 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 | 3.5 | 4.4 | 33.3% | 2 | 937ms | 88 | 0 | |
| Qwen3.5-9B | 3.6 | 7.2 | 22.2% | 1 | 137.75s | 11,549 | 48,475 |
| 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 | 4.8 | 10.0 | 0.0% | 0 | 1.82s | 174 | 0 | |
| Qwen3.5-9B | 2.8 | 1.6 | 33.3% | 1 | 226.38s | 0 | 30,695 |
| 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 | 6.3 | 10.0 | 50.0% | 0 | 728ms | 101 | 0 | |
| Qwen3.5-9B | 6.4 | 5.8 | 66.7% | 1 | 17.15s | 599 | 4,517 |
| Puzzle Solving | 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 | 5.4 | 10.0 | 33.3% | 0 | 860ms | 293 | 0 | |
| Qwen3.5-9B | 3.1 | 10.0 | 0.0% | 0 | 33.38s | 1,545 | 11,844 |
| 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 | 3.0 | 10.0 | 0.0% | 0 | 2.32s | 255 | 0 | |
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 4.31s | 444 | 1,149 |
クイック比較
比較ペアを切り替え
Qwen3.5-9BmediumvsGrok 4.1 FastnoneQwen3.5-9BmediumvsMiMo-V2-FlashnoneGPT-5.4 MininonevsQwen3 Coder NextmediumGPT-5.4 MininonevsGLM 4.7 FlashmediumGPT-5.4 NanononevsQwen3.5-9BmediumMercury 2nonevsQwen3.5-9BmediumGPT-4o-mininonevsQwen3.5-9BmediumNemotron 3 Super 120b A12bnone無料で利用可能vsQwen3.5-9BmediumMistral Small 4mediumvsGPT-5.4 MininoneMistral Small 4nonevsQwen3.5-9BmediumTrinity Large Previewnone無料で利用可能vsQwen3.5-9BmediumKimi K2.5nonevsQwen3.5-9Bmedium