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: Qwen3.6 Max Preview

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-04

Metrică GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05 Qwen3.6 Max Preview Qwen3.6 Max Preview medium Lansare: 2026-04-20
Scor 8.0 8.5
Rang #21 #14
Fiabilitate 10.0 10.0
Consistență 8.6 9.3
Teste corecte
Rată de trecere pe încercare 76.2% 81.0%
Teste instabile 4 2
Rulări totale 63 63
Cost per rezultat 8.640 7.024
Cost total $1.210 $0.960
Preț de intrare $2.500 / 1M $1.040 / 1M
Preț de ieșire $15.000 / 1M $6.240 / 1M
Total tokenuri de intrare 34,108 42,362
Tokenuri de ieșire 2,242 2,273
Tokenuri de raționament 72,707 144,367
Timp de răspuns (mediu) 22.35s 59.63s
Timp de răspuns (maxim) 100.41s 238.07s
Timp de răspuns (total) 469.29s 1252.17s

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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 22.13s 672 228 10,075
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 8.8 7.8 88.9% 1 44.36s 7,305 433 24,216
Qwen3.6 Max Preview 8.8 7.8 88.9% 1 146.48s 7,895 427 52,957
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 121.49s 14,934 390 14,575
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 41.15s 7,782 270 10,106
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
Qwen3.6 Max Preview 2.9 7.2 11.1% 1 95.91s 771 60 30,371
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 32.24s 516 129 3,510
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.31s 699 103 5,848
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 24.32s 696 329 7,693
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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 18.32s 8,193 309 1,571
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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 60.56s 204 28 7,661

Comparație rapidă

Schimbă perechea de comparație

Gemini 3 Flash PreviewlowvsQwen3.6 Max PreviewmediumGemini 3.5 FlashnonevsGPT-5.4mediumDeepSeek V4 FlashhighvsGPT-5.4mediumGemini 3.5 FlashminimalvsGPT-5.4mediumGPT-5.4mediumvsQwen3.7 MaxnoneGemini 3.5 FlashnonevsQwen3.6 Max PreviewmediumGemini 3 Flash PreviewlowvsGPT-5.4mediumGPT-5.5lowvsQwen3.6 Max PreviewmediumGPT-5.2 ChatnonevsQwen3.6 Max PreviewmediumGemini 3 Flash PreviewnonevsGPT-5.4mediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.4mediumGPT-5.4mediumvsStep 3.7 Flashlow