Navigare
AI BENCHY
Compară Grafice Metodologie
❤️ Made by XCS
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.5-122B-A10B

Compară:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-06

Metrică OpenAI: GPT-5.4 medium Lansare: 2026-03-05 Qwen: Qwen3.5-122B-A10B medium Lansare: 2026-02-24
Scor mediu 8.2 8.2
Rang #7 #6
Teste corecte
Consistență 8.9 9.4
Cost per rezultat 6.533 3.962
Cost total $0.784 $0.476
Rată de trecere pe încercare 86.7% 82.2%
Teste instabile 2 1
common.totalRuns 45 (15 x 3) 45 (15 x 3)
Tokenuri de ieșire 1,611 17,226
Tokenuri de raționament 46,321 138,033
Timp de răspuns (mediu) 21.06s 29.45s
Timp de răspuns (maxim) 100.41s 119.29s
Timp de răspuns (total) 315.95s 441.71s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 5.02s 216 1,466
Qwen: Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 6.99s 248 10,486
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Qwen: Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 483 11,337
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 9.9 10.0 100.0% 0 5.32s 234 804
Qwen: Qwen3.5-122B-A10B 9.9 10.0 100.0% 0 23.41s 270 16,558
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 4.0 7.2 44.4% 1 74.27s 61 34,748
Qwen: Qwen3.5-122B-A10B 10.0 7.2 11.1% 1 63.40s 15,537 64,889
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Qwen: Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 77 7,372
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 7.0 7.2 88.9% 1 9.13s 442 3,832
Qwen: Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.18s 289 26,165
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
Qwen: Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 322 1,226

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewhighvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewhighvsQwen3.5-122B-A10BmediumGPT-5.2 ChatnonevsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-122B-A10BmediumGPT-5.3 ChatnonevsQwen3.5-122B-A10BmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-122B-A10BmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsQwen3.5-122B-A10Bmedium