Navigare
AI BENCHY
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: Qwen3.5-27B

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

Metrică GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05 Qwen3.5-27B Qwen3.5-27B medium Lansare: 2026-02-24
Scor 7.9 7.9
Rang #27 #24
Fiabilitate 10.0 10.0
Consistență 8.5 8.9
Teste corecte
Rată de trecere pe încercare 75.0% 73.3%
Teste instabile 4 3
Rulări totale 60 60
Cost per rezultat 8.765 4.532
Cost total $1.140 $0.488
Preț de intrare $2.500 / 1M $0.195 / 1M
Preț de ieșire $15.000 / 1M $1.560 / 1M
Total tokenuri de intrare 31,489 39,329
Tokenuri de ieșire 2,221 2,569
Tokenuri de raționament 68,486 304,894
Timp de răspuns (mediu) 22.31s 60.09s
Timp de răspuns (maxim) 100.41s 177.36s
Timp de răspuns (total) 446.17s 1201.89s

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

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-5.4 8.3 10.0 75.0% 0 4.11s 606 240 1,511
Qwen3.5-27B 8.7 7.9 91.7% 1 19.75s 672 569 31,505
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-5.4 8.2 6.7 83.3% 1 54.98s 4,686 412 19,995
Qwen3.5-27B 7.0 9.8 50.0% 0 123.86s 5,060 416 64,993
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-5.4 10.0 10.0 100.0% 0 20.57s 11,019 301 3,543
Qwen3.5-27B 10.0 10.0 100.0% 0 163.96s 14,946 483 9,991
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-5.4 10.0 10.0 100.0% 0 5.32s 7,140 234 804
Qwen3.5-27B 10.0 10.0 100.0% 0 30.26s 7,782 270 16,150
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-5.4 5.3 7.2 44.4% 1 74.27s 619 61 34,748
Qwen3.5-27B 5.3 10.0 33.3% 0 79.53s 553 43 52,368
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-5.4 4.7 3.1 33.3% 1 4.92s 477 145 321
Qwen3.5-27B 6.1 3.1 66.7% 1 101.41s 524 70 23,147
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-5.4 10.0 10.0 100.0% 0 3.11s 660 93 897
Qwen3.5-27B 10.0 10.0 100.0% 0 19.66s 699 97 11,638
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-5.4 8.2 7.2 88.9% 1 9.14s 642 441 3,815
Qwen3.5-27B 8.2 7.7 77.8% 1 59.60s 696 242 70,096
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-5.4 10.0 10.0 100.0% 0 13.28s 5,445 264 1,031
Qwen3.5-27B 10.0 10.0 100.0% 0 7.45s 8,193 348 1,323
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-5.4 3.0 10.0 0.0% 0 13.95s 195 30 1,821
Qwen3.5-27B 3.0 10.0 0.0% 0 85.11s 204 31 23,683

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsQwen3.5-27BmediumGemini 3.5 FlashminimalvsGPT-5.4mediumGPT-5.2 ChatnonevsQwen3.5-27BmediumGemini 3.5 FlashnonevsQwen3.5-27BmediumGemini 3.5 FlashnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3 Flash PreviewnonevsQwen3.5-27BmediumDeepSeek V4 FlashhighvsGPT-5.4mediumDeepSeek V4 FlashhighvsQwen3.5-27BmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-27Bmedium