AI BENCHY Compare
OpenAI: GPT-5 Mini vs Qwen: Qwen3.5-9B
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: 2026-03-12
| 指標 | GPT-5 Mini GPT-5 Mini medium | Qwen3.5-9B Qwen3.5-9B none |
|---|---|---|
| 順位 | #34 | #60 |
| 平均スコア | 6.0 | 3.4 |
| 一貫性 | 8.9 | 10.0 |
| 結果あたりのコスト | 1.457 | 0.111 |
| 合計コスト | $0.117 | $0.005 |
| 正解テスト | ||
| 試行ごとの合格率 | 58.3% | 25.0% |
| 不安定なテスト | 2 | 0 |
| 総実行回数 | 48 | 48 |
| 出力トークン | 5,826 | 2,939 |
| 推論トークン | 48,768 | 0 |
| 応答時間（平均） | 25.14s | 1.06s |
| 応答時間（最大） | 88.15s | 5.91s |
| 応答時間（合計） | 402.29s | 16.95s |
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）
合計出力トークン
平均スコア 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 Mini | 7.0 | 9.6 | 66.7% | 0 | 16.45s | 1,645 | 5,824 | |
| Qwen3.5-9B | 10.0 | 9.9 | 0.0% | 0 | 1.02s | 576 | 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 Mini | 10.0 | 10.0 | 100.0% | 0 | 88.15s | 754 | 11,520 | |
| Qwen3.5-9B | 10.0 | 10.0 | 0.0% | 0 | 5.91s | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 9.9 | 10.0 | 100.0% | 0 | 12.58s | 453 | 3,200 | |
| Qwen3.5-9B | 9.9 | 10.0 | 100.0% | 0 | 847ms | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 10.0 | 7.2 | 22.2% | 1 | 44.63s | 293 | 14,016 | |
| Qwen3.5-9B | 10.0 | 10.0 | 0.0% | 0 | 464ms | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 4.0 | 10.0 | 0.0% | 0 | 13.50s | 349 | 1,856 | |
| Qwen3.5-9B | 3.0 | 9.9 | 0.0% | 0 | 552ms | 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） | 出力トークン | 推論トークン |
|---|---|---|---|---|---|---|---|---|
| GPT-5 Mini | 7.5 | 6.6 | 83.3% | 1 | 15.66s | 318 | 4,992 | |
| Qwen3.5-9B | 5.5 | 10.0 | 50.0% | 0 | 514ms | 75 | 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 Mini | 4.3 | 9.8 | 33.3% | 0 | 14.09s | 1,527 | 5,760 | |
| Qwen3.5-9B | 10.0 | 9.9 | 0.0% | 0 | 683ms | 388 | 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 Mini | 10.0 | 10.0 | 100.0% | 0 | 18.64s | 487 | 1,600 | |
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 273 | 0 |
クイック比較
比較ペアを切り替え
GPT-5 MinimediumvsGLM 5noneGPT-5 MinimediumvsQwen3.5 Plus 2026-02-15noneQwen3.5-9BnonevsGLM 4.7 FlashmediumDeepSeek V3.2nonevsGPT-5 MinimediumClaude Sonnet 4.6nonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.5-FlashnoneGemini 2.5 FlashnonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.5-122B-A10BnoneGemini 3.1 Flash Lite PreviewnonevsGPT-5 MinimediumSeed-2.0-LitenonevsGPT-5 MinimediumGPT-5 MinimediumvsQwen3.5-27BnoneGemini 3 Flash PreviewnonevsGPT-5 Minimedium