ナビゲーション
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.5-9B

概要

GPT-5.4 vs Qwen3.5-9B の benchmark 比較: GPT-5.4 が平均スコアでリードし、5.8 vs 5.1 です。 Qwen3.5-9B の benchmark コストが低く、$0.006 vs $0.122 です。 GPT-5.4 の方が高速で、1.42s vs 1.89s です、成功率は 36.5% vs 20.6% です。

おすすめモデル: Qwen3.5-9B - スコアはここでの最高値に近く（5.1 vs 5.8）、GPT-5.4 より約 22.6 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: 2026-06-18

指標 GPT-5.4 GPT-5.4 none リリース: 2026-03-05 Qwen3.5-9B Qwen3.5-9B none リリース: 2026-03-02
スコア 5.8 5.1
順位 #112 #135
信頼性 10.0 10.0
一貫性 9.2 9.7
正解テスト
試行ごとの合格率 36.5% 20.6%
不安定なテスト 2 1
総実行回数 63 63
結果あたりのコスト 1.740 0.123
合計コスト $0.122 $0.006
入力価格 $2.500 / 1M $0.100 / 1M
出力価格 $15.000 / 1M $0.150 / 1M
合計入力トークン 34,212 48,041
出力トークン 2,417 3,952
推論トークン 0 0
応答時間（平均） 1.42s 1.89s
応答時間（最大） 2.95s 6.03s
応答時間（合計） 29.87s 39.68s

生成ショーケース

Hamster playing table tennis

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

#112 GPT-5.4

none
コスト
$0.026
時間
18.1s
トークン
1,792 tok

#135 Qwen3.5-9B

none
無効なSVG
コスト
$0.000
時間
300.0s
トークン
0 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
Qwen3.5-9B 3.1 9.9 0.0% 0 1.71s 696 582 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
Qwen3.5-9B 3.9 7.8 11.1% 1 5.60s 7,913 1,042 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 2.89s 11,019 291 0
Qwen3.5-9B 3.0 10.0 0.0% 0 5.91s 20,397 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） 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
Qwen3.5-9B 10.0 10.0 100.0% 0 847ms 7,788 249 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） 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
Qwen3.5-9B 3.0 10.0 0.0% 0 464ms 789 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） 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
Qwen3.5-9B 4.4 9.9 0.0% 0 552ms 522 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） 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
Qwen3.5-9B 6.5 10.0 50.0% 0 514ms 711 75 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
Qwen3.5-9B 3.2 10.0 0.0% 0 621ms 714 347 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
Qwen3.5-9B 10.0 10.0 100.0% 0 1.27s 8,301 273 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
Qwen3.5-9B 3.0 10.0 0.0% 0 2.32s 210 6 0

クイック比較

比較ペアを切り替え

Mistral Small 4mediumvsQwen3.5-9BnoneNorth Mini Codemedium無料で利用可能vsGPT-5.4noneMiniMax M2.7mediumvsQwen3.5-9BnoneCobuddymediumvsQwen3.5-9BnoneGemini 3.1 Flash LiteminimalvsGPT-5.4noneMiniMax M2.5mediumvsQwen3.5-9BnoneGPT-5.4nonevsQwen3.5-35B-A3BmediumGemma 4 31Bmedium無料で利用可能vsGPT-5.4noneNemotron 3 Supermedium無料で利用可能vsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneGemini 3.1 Flash LitelowvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4none