Navigare
AI BENCHY
Your ad here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.5-Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-17

Metrică GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05 Qwen3.5-Flash Qwen3.5-Flash medium Lansare: 2026-02-24
Rang #15 #19
Scor 8.1 8.0
Consistență 8.6 7.6
Cost per rezultat 6.613 0.688
Cost total $0.794 $0.076
Teste corecte
Rată de trecere pe încercare 78.4% 82.4%
Teste instabile 3 5
Rulări totale 51 51
Tokenuri de ieșire 1,780 1,827
Tokenuri de raționament 46,687 179,299
Timp de răspuns (mediu) 18.95s 67.96s
Timp de răspuns (maxim) 100.41s 234.29s
Timp de răspuns (total) 322.23s 1155.28s

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 ieșire Tokenuri de raționament
GPT-5.4 8.3 10.0 75.0% 0 4.11s 240 1,511
Qwen3.5-Flash 10.0 10.0 100.0% 0 59.11s 383 32,992
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 20.57s 301 3,543
Qwen3.5-Flash 10.0 10.0 100.0% 0 17.78s 483 8,270
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
GPT-5.4 10.0 10.0 100.0% 0 5.32s 234 804
Qwen3.5-Flash 7.3 5.9 83.3% 1 56.99s 235 16,237
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 5.3 7.2 44.4% 1 74.27s 61 34,748
Qwen3.5-Flash 5.3 7.2 44.4% 1 146.50s 58 43,615
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 4.7 3.1 33.3% 1 4.92s 145 321
Qwen3.5-Flash 6.1 3.1 66.7% 1 40.05s 99 38,486
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 3.11s 93 897
Qwen3.5-Flash 10.0 10.0 100.0% 0 63.49s 98 14,139
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 8.2 7.2 88.9% 1 9.13s 442 3,832
Qwen3.5-Flash 6.4 4.4 77.8% 2 56.74s 162 24,276
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 13.28s 264 1,031
Qwen3.5-Flash 10.0 10.0 100.0% 0 10.33s 309 1,284

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-FlashmediumGPT-5.2 ChatnonevsQwen3.5-FlashmediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4mediumGPT-5.3 ChatnonevsQwen3.5-FlashmediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGemini 3 Flash PreviewlowvsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsQwen3.5-FlashmediumClaude Sonnet 4.6nonevsGPT-5.4medium