AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.5-35B-A3B

概要

GPT-5.4 vs Qwen3.5-35B-A3B の benchmark 比較: Qwen3.5-35B-A3B が平均スコアでリードし、6.3 vs 5.8 です。 GPT-5.4 の benchmark コストが低く、$0.122 vs $0.401 です。 GPT-5.4 の方が高速で、1.42s vs 72.57s です、成功率は 36.5% vs 69.8% です。

おすすめモデル: GPT-5.4 - スコアはここでの最高値に近く（5.8 vs 6.3）、Qwen3.5-35B-A3B より約 3.3 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 GPT-5.4 none リリース: 2026-03-05	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium リリース: 2026-02-24

指標	GPT-5.4 GPT-5.4 none リリース: 2026-03-05	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium リリース: 2026-02-24
スコア	5.8	6.3
順位	#116	#88
信頼性	10.0	10.0
一貫性	9.2	7.5
正解テスト
試行ごとの合格率	36.5%	69.8%
不安定なテスト	2	6
総実行回数	63	63
結果あたりのコスト	1.740	5.162
合計コスト	$0.122	$0.401
入力価格	$2.500 / 1M	$0.140 / 1M
出力価格	$15.000 / 1M	$1.000 / 1M
合計入力トークン	34,212	42,196
出力トークン	2,417	40,630
推論トークン	0	353,577
応答時間（平均）	1.42s	72.57s
応答時間（最大）	2.95s	409.98s
応答時間（合計）	29.87s	1524.04s

Generation showcase

Hamster playing table tennis

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

#116 GPT-5.4

none

Cost: $0.026
Time: 18.1s
Tokens: 1,792 tok

#88 Qwen3.5-35B-A3B

medium

Cost: $0.009
Time: 71.4s
Tokens: 8,631 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	3.2	8.0	8.3%	1		1.21s	606	406	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652

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	5.5	10.0	33.3%	0		1.62s	7,305	516	0
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462

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	3.0	10.0	0.0%	0		2.89s	11,019	291	0
Qwen3.5-35B-A3B	4.7	1.6	66.7%	1		75.34s	20,992	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）	入力トークン	出力トークン	推論トークン
GPT-5.4	10.0	10.0	100.0%	0		1.04s	7,140	222	0
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	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）	入力トークン	出力トークン	推論トークン
GPT-5.4	5.3	7.2	44.4%	1		1.07s	723	50	0
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368

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	4.4	9.9	0.0%	0		1.78s	477	184	0
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753

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	6.5	10.0	50.0%	0		1.07s	660	81	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361

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	5.6	9.8	33.3%	0		1.44s	642	381	0
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585

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	10.0	10.0	100.0%	0		2.75s	5,445	246	0
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365

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	3.0	10.0	0.0%	0		990ms	195	40	0
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053

クイック比較

比較ペアを切り替え