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 none |
|---|---|---|
| 順位 | #66 | #67 |
| スコア | 4.8 | 4.8 |
| 一貫性 | 8.6 | 10.0 |
| 結果あたりのコスト | 0.737 | 0.111 |
| 合計コスト | $0.030 | $0.005 |
| 正解テスト | ||
| 試行ごとの合格率 | 31.4% | 23.5% |
| 不安定なテスト | 3 | 0 |
| 総実行回数 | 51 | 51 |
| 出力トークン | 2,085 | 2,945 |
| 推論トークン | 0 | 0 |
| 応答時間（平均） | 1.17s | 1.22s |
| 応答時間（最大） | 2.52s | 5.91s |
| 応答時間（合計） | 19.82s | 20.74s |
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 | 3.1 | 9.9 | 0.0% | 0 | 1.71s | 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） | 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 | 5.91s | 1,255 | 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 | 10.0 | 10.0 | 100.0% | 0 | 847ms | 249 | 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 | 3.5 | 4.4 | 33.3% | 2 | 937ms | 88 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 464ms | 24 | 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 | 4.8 | 10.0 | 0.0% | 0 | 1.82s | 174 | 0 | |
| Qwen3.5-9B | 4.4 | 9.9 | 0.0% | 0 | 552ms | 99 | 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 | 6.3 | 10.0 | 50.0% | 0 | 728ms | 101 | 0 | |
| Qwen3.5-9B | 6.5 | 10.0 | 50.0% | 0 | 514ms | 75 | 0 |
| 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 | 3.2 | 9.9 | 0.0% | 0 | 683ms | 388 | 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 | 3.0 | 10.0 | 0.0% | 0 | 2.32s | 255 | 0 | |
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 273 | 0 |
クイック比較
比較ペアを切り替え
GPT-5.4 MininonevsQwen3 Coder NextmediumQwen3.5-9BnonevsGLM 4.7 FlashmediumGPT-5.4 MininonevsGLM 4.7 FlashmediumGPT-5.4 MininonevsQwen3.5-9BmediumMistral Small 4mediumvsGPT-5.4 MininoneMistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.5medium無料で利用可能vsGPT-5.4 MininoneMiniMax M2.5medium無料で利用可能vsQwen3.5-9Bnonegpt-oss-120bmedium無料で利用可能vsQwen3.5-9BnoneGPT-5.4 MininonevsGrok 4.20 Multi-Agent BetamediumQwen3.5-9BnonevsGrok 4.20 Multi-Agent BetamediumGPT-5 NanomediumvsQwen3.5-9Bnone