AI BENCHY Compare
OpenAI: GPT-5.4 Nano vs Qwen: Qwen3.5-Flash
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 Nano GPT-5.4 Nano medium | Qwen3.5-Flash Qwen3.5-Flash none |
|---|---|---|
| 順位 | #28 | #45 |
| スコア | 7.4 | 6.0 |
| 一貫性 | 9.0 | 9.6 |
| 結果あたりのコスト | 0.769 | 0.077 |
| 合計コスト | $0.077 | $0.006 |
| 正解テスト | ||
| 試行ごとの合格率 | 66.7% | 43.1% |
| 不安定なテスト | 2 | 1 |
| 総実行回数 | 51 | 51 |
| 出力トークン | 2,474 | 3,777 |
| 推論トークン | 54,516 | 0 |
| 応答時間（平均） | 11.08s | 3.36s |
| 応答時間（最大） | 94.06s | 13.73s |
| 応答時間（合計） | 188.39s | 57.15s |
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 Nano | 8.3 | 10.0 | 75.0% | 0 | 4.52s | 683 | 2,254 | |
| Qwen3.5-Flash | 3.5 | 8.3 | 8.3% | 1 | 1.32s | 690 | 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 Nano | 9.8 | 10.0 | 100.0% | 0 | 24.13s | 349 | 5,719 | |
| Qwen3.5-Flash | 3.0 | 10.0 | 0.0% | 0 | 6.22s | 1,794 | 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 Nano | 10.0 | 10.0 | 100.0% | 0 | 2.54s | 234 | 516 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 1.57s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 5.9 | 7.2 | 55.6% | 1 | 38.18s | 60 | 43,325 | |
| Qwen3.5-Flash | 7.7 | 10.0 | 66.7% | 0 | 905ms | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 4.5 | 10.0 | 0.0% | 0 | 4.15s | 179 | 443 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 803ms | 100 | 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 Nano | 9.8 | 10.0 | 100.0% | 0 | 1.88s | 95 | 521 | |
| Qwen3.5-Flash | 6.3 | 10.0 | 50.0% | 0 | 8.81s | 63 | 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 Nano | 4.0 | 7.1 | 22.2% | 1 | 3.65s | 640 | 1,356 | |
| Qwen3.5-Flash | 3.3 | 10.0 | 0.0% | 0 | 5.90s | 608 | 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 Nano | 10.0 | 10.0 | 100.0% | 0 | 7.71s | 234 | 382 | |
| Qwen3.5-Flash | 10.0 | 10.0 | 100.0% | 0 | 3.67s | 264 | 0 |
クイック比較
比較ペアを切り替え
gpt-oss-120bmedium無料で利用可能vsQwen3.5-FlashnoneClaude Sonnet 4.6nonevsGPT-5.4 NanomediumMiniMax M2.5medium無料で利用可能vsQwen3.5-FlashnoneQwen3.5-FlashnonevsGrok 4.20 Multi-Agent BetamediumGPT-5 NanomediumvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-FlashnoneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 NanomediumMistral Small 4mediumvsQwen3.5-FlashnoneGemini 3 Flash PreviewnonevsGPT-5.4 NanomediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4 NanomediumGPT-5.4 NanomediumvsQwen3.5 Plus 2026-02-15noneGPT-5.4 NanomediumvsGLM 5none