OpenAI: GPT-4o-mini vs Qwen: Qwen3.5-9B

Qwen3.5-9B lidera na pontuação média com 5.1 vs 5.0. GPT-4o-mini tem menor custo de benchmark com $0.010 vs $0.021. GPT-4o-mini é mais rápido com 1.99s vs 19.17s, com taxas de acerto de 22.7% vs 19.7%.

Modelo recomendadoGPT-4o-miniA pontuação fica perto da melhor aqui (5.0 vs 5.1) e custa cerca de 2.1x menos que Qwen3.5-9B.

Benchmarks gerados a partir das suítes de teste do AI BENCHY em: 2026-07-25

Métrica	GPT-4o-mini GPT-4o-mini none Lançamento: 2024-07-18	Qwen3.5-9B Qwen3.5-9B none Lançamento: 2026-03-02

Métrica	GPT-4o-mini GPT-4o-mini none Lançamento: 2024-07-18	Qwen3.5-9B Qwen3.5-9B none Lançamento: 2026-03-02
Pontuação	5.0	5.1
Posição	#189	#183
Confiabilidade	10.0	10.0
Consistência	9.9	9.7
Testes corretos
Taxa de acerto por tentativa	22.7%	19.7%
Testes instáveis	0	1
Execuções totais	66	66
Custo por resultado	0.195	0.490
Custo total	$0.010	$0.021
Preço de entrada	$0.150 / 1M	$0.100 / 1M
Preço de saída	$0.600 / 1M	$0.150 / 1M
Total de tokens de entrada	53,136	144,407
Tokens de saída	2,911	37,484
Tokens de raciocínio	0	0
Tempo de resposta (médio)	1.99s	19.17s
Tempo de resposta (máx.)	7.58s	382.06s
Tempo de resposta (total)	29.86s	421.74s

Hamster playing table tennis

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

#189 GPT-4o-mini

none

Custo: $0.001
Tempo: 6.6s
Tokens: 742 tok

#183 Qwen3.5-9B

none

SVG inválido

Custo: $0.000
Tempo: 300.0s
Tokens: 0 tok

Melhores modelos por pontuação

Pontuação vs custo total

Tempo de resposta (médio)

Pontuação vs Tempo de resposta (médio)

Total de tokens de saída

Pontuação vs Total de tokens de saída

Detalhamento por categoria

Categoria:

Truques anti-IA	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-4o-mini	4.8	10.0	25.0%	0		1.34s	618	186	0
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	0

Programação	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-4o-mini	3.2	9.6	0.0%	0		1.63s	7,314	367	0
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	0

Combinado	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-4o-mini	3.0	10.0	0.0%	0		6.32s	29,916	1,497	0
Qwen3.5-9B	3.0	10.0	0.0%	0		193.98s	116,763	34,787	0

Análise e extração de dados	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-4o-mini	10.0	10.0	100.0%	0		1.27s	7,161	183	0
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	0

Específico do domínio	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-4o-mini	3.0	10.0	0.0%	0		637ms	732	15	0
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	0

Inteligência geral	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-4o-mini	4.0	10.0	0.0%	0		909ms	480	66	0
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	0

Seguimento de instruções	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-4o-mini	6.3	10.0	50.0%	0		1.11s	666	69	0
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	0

Resolução de quebra-cabeças	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-4o-mini	3.5	10.0	0.0%	0		1.21s	651	308	0
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	0

Chamada de ferramentas	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-4o-mini	10.0	10.0	100.0%	0		2.51s	5,400	205	0
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	0

Conhecimentos gerais	Pontuação	Consistência	Taxa de acerto por tentativa	Testes instáveis	Testes corretos	Tempo de resposta (médio)	Tokens de entrada	Tokens de saída	Tokens de raciocínio
GPT-4o-mini	3.0	10.0	0.0%	0		794ms	198	15	0
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

Comparação rápida

Trocar par de comparação

Mistral Small 4mediumvsQwen3.5-9Bnone GPT-4o-mininonevsLaguna S 2.1lowDisponível grátis MiniMax M2.7mediumvsQwen3.5-9Bnone MiniMax M2.7mediumvsGPT-4o-mininone Laguna S 2.1lowDisponível grátisvsQwen3.5-9Bnone Mistral Small 4mediumvsGPT-4o-mininone Laguna S 2.1highDisponível grátisvsQwen3.5-9Bnone GPT-4o-mininonevsQwen3 Coder Nextmedium CobuddymediumvsGPT-4o-mininone KAT-Coder-Air V2.5lowvsQwen3.5-9Bnone Laguna S 2.1mediumDisponível grátisvsQwen3.5-9Bnone MiniMax M2.5mediumvsGPT-4o-mininone