तुलना करा चार्ट्स

भाषा:

❤️ Made by XCS

AI BENCHY Compare

OpenAI: GPT-4o-mini vs Qwen: Qwen3.5-Flash

मॉडेल नाव:

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले : 2026-02-27 15:16

सारांश

मेट्रिक	OpenAI: GPT-4o-mini none प्रकाशन: प्रकाशन तारीख अज्ञात	Qwen: Qwen3.5-Flash none प्रकाशन: प्रकाशन तारीख अज्ञात
क्रमांक	#28	#35
स्कोअर	4.86	3.63
सुसंगतता	9.98	8.32
प्रति निकाल खर्च	0.056	0.084
एकूण खर्च	$0.003	$0.003
बरोबर चाचण्या
चुकीच्या चाचण्या	9	11
प्रति प्रयत्न पास दर	35.7%	33.3%
अस्थिर चाचण्या	0	3
आउटपुट टोकन्स	949	1,799
रिझनिंग टोकन्स	0	0

श्रेणीवार तपशील

अँटी-एआय युक्त्या	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
OpenAI: GPT-4o-mini	4.00	10.00	33.3%	0		180	0
Qwen: Qwen3.5-Flash	2.33	7.76	11.1%	1		687	0

डेटा पार्सिंग आणि निष्कर्षण	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		183	0
Qwen: Qwen3.5-Flash	5.38	5.81	83.3%	1		193	0

डोमेन-विशिष्ट	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
OpenAI: GPT-4o-mini	1.00	10.00	0.0%	0		15	0
Qwen: Qwen3.5-Flash	4.00	7.21	55.6%	1		14	0

सूचनांचे पालन	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
OpenAI: GPT-4o-mini	5.50	10.00	50.0%	0		71	0
Qwen: Qwen3.5-Flash	3.50	9.99	0.0%	0		63	0

Puzzle Solving	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
OpenAI: GPT-4o-mini	4.00	9.92	0.0%	0		295	0
Qwen: Qwen3.5-Flash	1.33	9.99	0.0%	0		578	0

टूल कॉलिंग	स्कोअर	सुसंगतता	प्रति प्रयत्न पास दर	अस्थिर चाचण्या	बरोबर चाचण्या	आउटपुट टोकन्स	रिझनिंग टोकन्स
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		205	0
Qwen: Qwen3.5-Flash	10.00	10.00	100.0%	0		264	0

तुलना जोडी बदला

OpenAI: GPT-4o-mini ची तुलना याच्याशी करा...

Qwen: Qwen3.5-Flash ची तुलना याच्याशी करा...