तुलना करा चार्ट्स

भाषा:

❤️ Made by XCS

AI BENCHY Compare

OpenAI: GPT-4o-mini vs Qwen: Qwen3.5-27B

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: Qwen3.5-27B medium प्रकाशन: प्रकाशन तारीख अज्ञात
क्रमांक	#28	#5
स्कोअर	4.86	8.55
सुसंगतता	9.98	9.55
प्रति निकाल खर्च	0.056	2.950
एकूण खर्च	$0.003	$0.325
बरोबर चाचण्या
चुकीच्या चाचण्या	9	3
प्रति प्रयत्न पास दर	35.7%	83.3%
अस्थिर चाचण्या	0	1
आउटपुट टोकन्स	949	1,091
रिझनिंग टोकन्स	0	131,807

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: Qwen3.5-27B	10.00	10.00	100.0%	0		102	8,956

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: Qwen3.5-27B	9.88	10.00	100.0%	0		270	16,150

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: Qwen3.5-27B	4.00	10.00	33.3%	0		43	52,368

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: Qwen3.5-27B	9.00	6.88	83.3%	1		97	11,638

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: Qwen3.5-27B	10.00	10.00	100.0%	0		231	41,372

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: Qwen3.5-27B	10.00	10.00	100.0%	0		348	1,323

तुलना जोडी बदला

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

Qwen: Qwen3.5-27B ची तुलना याच्याशी करा...