नेव्हिगेशन
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

OpenAI: GPT-5.4 vs Qwen: Qwen3.6 Max Preview

GPT-5.4 (medium) average score मध्ये पुढे आहे: 8.5 vs 8.4. Qwen3.6 Max Preview (medium) चा benchmark खर्च कमी आहे: $1.143 vs $1.533. GPT-5.4 (medium) वेगवान आहे: 23.10s vs 67.53s, pass rates 77.3% vs 80.3%.

शिफारस केलेले मॉडेलGPT-5.4 (medium)It has the best score here (8.5), while responding about 2.9x faster than Qwen3.6 Max Preview (medium).

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-07-18

मेट्रिक GPT-5.4 GPT-5.4 medium प्रकाशन: 2026-03-05 Qwen3.6 Max Preview Qwen3.6 Max Preview medium प्रकाशन: 2026-04-20
स्कोअर 8.5 8.4
क्रमांक #18 #19
विश्वसनीयता 10.0 9.9
सुसंगतता 8.6 8.9
बरोबर चाचण्या
प्रति प्रयत्न पास दर 77.3% 80.3%
अस्थिर चाचण्या 4 3
एकूण रन 66 66
प्रति निकाल खर्च 10.220 8.173
एकूण खर्च $1.533 $1.143
इनपुट किंमत $2.500 / 1M $1.040 / 1M
आउटपुट किंमत $15.000 / 1M $6.240 / 1M
एकूण इनपुट टोकन्स 81,127 79,240
आउटपुट टोकन्स 6,155 5,098
रिझनिंग टोकन्स 82,515 164,842
प्रतिसाद वेळ (सरासरी) 23.10s 67.53s
प्रतिसाद वेळ (कमाल) 100.41s 238.07s
प्रतिसाद वेळ (एकूण) 508.26s 1485.64s

Hamster playing table tennis

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

#18 GPT-5.4

medium
खर्च
$0.214
वेळ
199.6s
टोकन्स
14,349 tok

#19 Qwen3.6 Max Preview

medium
खर्च
$0.024
वेळ
76.5s
टोकन्स
3,861 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
GPT-5.4 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957

झटपट तुलना

तुलना जोडी बदला