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

Qwen3.5-9B conduce la scorul mediu cu 5.1 vs 5.0. GPT-4o-mini are costul de benchmark mai mic, $0.010 vs $0.021. GPT-4o-mini este mai rapid cu 1.99s vs 19.17s, cu rate de reușită de 22.7% vs 19.7%.

Model recomandatGPT-4o-miniScorul rămâne aproape de cel mai bun scor de aici (5.0 vs 5.1) și costă de aproximativ 2.1x mai puțin decât Qwen3.5-9B.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-25

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

Metrică	GPT-4o-mini GPT-4o-mini none Lansare: 2024-07-18	Qwen3.5-9B Qwen3.5-9B none Lansare: 2026-03-02
Scor	5.0	5.1
Rang	#189	#183
Fiabilitate	10.0	10.0
Consistență	9.9	9.7
Teste corecte
Rată de trecere pe încercare	22.7%	19.7%
Teste instabile	0	1
Rulări totale	66	66
Cost per rezultat	0.195	0.490
Cost total	$0.010	$0.021
Preț de intrare	$0.150 / 1M	$0.100 / 1M
Preț de ieșire	$0.600 / 1M	$0.150 / 1M
Total tokenuri de intrare	53,136	144,407
Tokenuri de ieșire	2,911	37,484
Tokenuri de raționament	0	0
Timp de răspuns (mediu)	1.99s	19.17s
Timp de răspuns (maxim)	7.58s	382.06s
Timp de răspuns (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

Cost: $0.001
Timp: 6.6s
Tokenuri: 742 tok

#183 Qwen3.5-9B

none

SVG invalid

Cost: $0.000
Timp: 300.0s
Tokenuri: 0 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
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

Comparație rapidă

Schimbă perechea de comparație

Mistral Small 4mediumvsQwen3.5-9Bnone GPT-4o-mininonevsLaguna S 2.1lowDisponibil gratuit MiniMax M2.7mediumvsQwen3.5-9Bnone MiniMax M2.7mediumvsGPT-4o-mininone Laguna S 2.1lowDisponibil gratuitvsQwen3.5-9Bnone Mistral Small 4mediumvsGPT-4o-mininone Laguna S 2.1highDisponibil gratuitvsQwen3.5-9Bnone GPT-4o-mininonevsQwen3 Coder Nextmedium CobuddymediumvsGPT-4o-mininone KAT-Coder-Air V2.5lowvsQwen3.5-9Bnone Laguna S 2.1mediumDisponibil gratuitvsQwen3.5-9Bnone MiniMax M2.5mediumvsGPT-4o-mininone