Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.6 35B A3B

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-05-22

Metrică GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05 Qwen3.6 35B A3B Qwen3.6 35B A3B medium Lansare: 2026-04-20
Scor 7.9 7.8
Rang #27 #30
Fiabilitate 10.0 9.4
Consistență 8.5 9.1
Teste corecte
Rată de trecere pe încercare 75.0% 70.4%
Teste instabile 4 2
Rulări totale 60 60
Cost per rezultat 8.767 1.050
Cost total $1.140 $0.126
Preț de intrare $2.500 / 1M $0.150 / 1M
Preț de ieșire $15.000 / 1M $1.000 / 1M
Tokenuri de ieșire 2,222 18,325
Tokenuri de raționament 68,503 115,750
Timp de răspuns (mediu) 22.31s 17.26s
Timp de răspuns (maxim) 100.41s 86.11s
Timp de răspuns (total) 446.15s 310.77s

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
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 6.02s 1,154 12,385
Programare 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 6.7 83.3% 1 54.98s 412 19,995
Qwen3.6 35B A3B 6.6 10.0 50.0% 0 59.35s 6,601 22,535
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
Qwen3.6 35B A3B 0.0 0.0 0.0% 0 0ms 0 0
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
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 12.99s 2,591 9,968
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
Qwen3.6 35B A3B 5.3 7.2 44.4% 1 22.50s 6,193 39,116
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
Qwen3.6 35B A3B 4.4 9.9 0.0% 0 8.66s 129 4,569
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
Qwen3.6 35B A3B 10.0 10.0 100.0% 0 7.50s 219 7,404
Rezolvare de puzzle-uri 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
Qwen3.6 35B A3B 7.9 7.5 77.8% 1 5.98s 676 9,447
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
Qwen3.6 35B A3B 0.0 0.0 0.0% 0 0ms 0 0
Cultură 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 3.0 10.0 0.0% 0 13.95s 30 1,821
Qwen3.6 35B A3B 3.0 10.0 0.0% 0 32.90s 762 10,326

Comparație rapidă

Schimbă perechea de comparație

GPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5.4mediumGemini 3 Flash PreviewnonevsQwen3.6 35B A3BmediumGemini 3.5 FlashminimalvsQwen3.6 35B A3BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.6 35B A3BmediumGPT-5.2 ChatnonevsQwen3.6 35B A3BmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGemini 3.1 Flash Lite PreviewnonevsQwen3.6 35B A3BmediumGemini 3.1 Flash LitelowvsQwen3.6 35B A3BmediumGPT-5.3 ChatnonevsQwen3.6 35B A3BmediumDeepSeek V4 FlashhighDisponibil gratuitvsQwen3.6 35B A3Bmedium