AI BENCHY Compare
OpenAI: GPT-5.4 vs Qwen: Qwen3.5-35B-A3B
比較する:
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: 2026-03-06
| 指標 | OpenAI: GPT-5.4 none リリース: 2026-03-05 | Qwen: Qwen3.5-35B-A3B medium リリース: 2026-02-24 |
|---|---|---|
| 平均スコア | 4.6 | 5.8 |
| 順位 | #45 | #34 |
| 正解テスト | ||
| 一貫性 | 8.9 | 6.7 |
| 結果あたりのコスト | 1.496 | 4.189 |
| 合計コスト | $0.090 | $0.336 |
| 試行ごとの合格率 | 44.4% | 80.0% |
| 不安定なテスト | 2 | 6 |
| common.totalRuns | 45 (15 x 3) | 45 (15 x 3) |
| 出力トークン | 1,635 | 5,475 |
| 推論トークン | 0 | 165,513 |
| 応答時間（平均） | 1.46s | 44.84s |
| 応答時間（最大） | 2.89s | 106.00s |
| 応答時間（合計） | 21.86s | 672.55s |
スコア vs 総コスト
応答時間（平均）
平均スコア vs 応答時間（平均）
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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 7.3 | 11.1% | 1 | 1.41s | 388 | 0 | |
| Qwen: Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 21.75s | 429 | 36,235 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 0.0% | 0 | 2.89s | 291 | 0 | |
| Qwen: Qwen3.5-35B-A3B | 10.0 | 1.6 | 66.7% | 1 | 75.34s | 775 | 12,485 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 9.9 | 10.0 | 100.0% | 0 | 1.04s | 222 | 0 | |
| Qwen: Qwen3.5-35B-A3B | 5.5 | 5.9 | 83.3% | 1 | 59.33s | 235 | 19,493 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 4.0 | 7.2 | 44.4% | 1 | 1.07s | 50 | 0 | |
| Qwen: Qwen3.5-35B-A3B | 10.0 | 4.4 | 44.5% | 2 | 88.34s | 41 | 46,368 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 5.5 | 10.0 | 50.0% | 0 | 1.07s | 81 | 0 | |
| Qwen: Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 24.45s | 97 | 17,361 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 4.0 | 9.8 | 33.3% | 0 | 1.52s | 357 | 0 | |
| Qwen: Qwen3.5-35B-A3B | 4.0 | 4.4 | 77.8% | 2 | 31.58s | 3,589 | 32,206 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| OpenAI: GPT-5.4 | 10.0 | 10.0 | 100.0% | 0 | 2.75s | 246 | 0 | |
| Qwen: Qwen3.5-35B-A3B | 10.0 | 10.0 | 100.0% | 0 | 4.65s | 309 | 1,365 |
クイック比較
比較ペアを切り替え
Qwen3.5-35B-A3BmediumvsGLM 5noneMiniMax M2.5mediumvsGPT-5.4noneGemini 2.5 FlashnonevsQwen3.5-35B-A3BmediumDeepSeek V3.2nonevsQwen3.5-35B-A3BmediumMercury 2mediumvsGPT-5.4noneClaude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumGemini 3 Flash PreviewnonevsQwen3.5-35B-A3BmediumGPT-5.4nonevsQwen3 Coder NextmediumGPT-5.4nonevsGLM 4.7 FlashmediumTrinity Large Preview (free)none無料で利用可能vsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-35B-A3BmediumGPT-4o-mininonevsQwen3.5-35B-A3Bmedium