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

Qwen3.5-35B-A3B が平均スコアでリードし、6.1 vs 5.8 です。 Qwen3.5-35B-A3B の benchmark コストが低く、$0.106 vs $0.397 です。 GPT-5.4 の方が高速で、2.07s vs 12.72s です、成功率は 34.9% vs 43.9% です。

おすすめモデルQwen3.5-35B-A3Bここでは最高スコア（6.1）で、GPT-5.4 より約 3.8 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: 2026-07-18

指標	GPT-5.4 GPT-5.4 none リリース: 2026-03-05	Qwen3.5-35B-A3B Qwen3.5-35B-A3B none 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 none リリース: 2026-02-24
スコア	5.8	6.1
順位	#135	#123
信頼性	10.0	10.0
一貫性	9.2	8.6
正解テスト
試行ごとの合格率	34.9%	43.9%
不安定なテスト	2	4
総実行回数	66	66
結果あたりのコスト	5.663	1.578
合計コスト	$0.397	$0.106
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	108,632	134,521
出力トークン	8,321	86,614
推論トークン	0	0
応答時間（平均）	2.07s	12.72s
応答時間（最大）	15.63s	209.15s
応答時間（合計）	45.51s	279.90s

Hamster playing table tennis

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

#135 GPT-5.4

none

コスト: $0.026
時間: 18.1s
トークン: 1,792 tok

#123 Qwen3.5-35B-A3B

none

コスト: $0.005
時間: 28.4s
トークン: 4,518 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

カテゴリ:

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	3.4	7.9	16.7%	1		1.43s	696	574	0

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	5.5	10.0	33.3%	0		1.39s	7,808	571	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）	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		9.26s	85,439	6,195	0
Qwen3.5-35B-A3B	3.8	5.8	33.3%	1		128.29s	107,066	84,104	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）	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	10.0	10.0	100.0%	0		1.16s	7,794	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）	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	7.7	10.0	66.7%	0		485ms	789	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）	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	6.5	3.4	66.7%	1		1.19s	522	114	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）	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	6.3	10.0	50.0%	0		809ms	711	63	0

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	3.7	7.4	22.2%	1		1.35s	714	655	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）	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		2.30s	8,211	264	0

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		493ms	210	11	0

クイック比較

比較ペアを切り替え

GPT-5 NanomediumvsQwen3.5-35B-A3Bnone Qwen3.5-35B-A3BnonevsInklinglow Qwen3.5-35B-A3BnonevsStep 3.5 Flashmedium gpt-oss-120bmediumvsQwen3.5-35B-A3Bnone Nemotron 3 Supermedium無料で利用可能vsGPT-5.4none Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bnone North Mini Codemedium無料で利用可能vsGPT-5.4none GPT-5.6 LunalowvsQwen3.5-35B-A3Bnone KAT-Coder-Air V2.5highvsGPT-5.4none North Mini Codemedium無料で利用可能vsQwen3.5-35B-A3Bnone KAT-Coder-Air V2.5mediumvsGPT-5.4none Gemma 4 31Bmedium無料で利用可能vsQwen3.5-35B-A3Bnone