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: Qwen3.7 Max

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 Qwen3.7 Max Qwen3.7 Max none Lansare: 2026-05-22
Scor 7.9 7.9
Rang #28 #27
Fiabilitate 10.0 10.0
Consistență 8.5 10.0
Teste corecte
Rată de trecere pe încercare 75.0% 70.0%
Teste instabile 4 0
Rulări totale 60 60
Cost per rezultat 8.767 0.719
Cost total $1.140 $0.101
Preț de intrare $2.500 / 1M $2.500 / 1M
Preț de ieșire $15.000 / 1M $7.500 / 1M
Tokenuri de ieșire 2,222 1,988
Tokenuri de raționament 68,503 0
Timp de răspuns (mediu) 22.31s 1.30s
Timp de răspuns (maxim) 100.41s 3.92s
Timp de răspuns (total) 446.15s 25.95s

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
Qwen3.7 Max 6.5 10.0 50.0% 0 1.08s 242 0
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
Qwen3.7 Max 6.8 10.0 50.0% 0 1.39s 576 0
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
Qwen3.7 Max 3.0 10.0 0.0% 0 2.17s 171 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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.35s 243 0
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
Qwen3.7 Max 7.7 10.0 66.7% 0 975ms 15 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.04s 120 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 943ms 72 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 1.13s 314 0
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
Qwen3.7 Max 10.0 10.0 100.0% 0 3.92s 222 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
Qwen3.7 Max 3.0 10.0 0.0% 0 856ms 13 0

Comparație rapidă

Schimbă perechea de comparație

Qwen3.7 MaxnonevsGLM 5 TurbomediumGemini 3.5 FlashminimalvsQwen3.7 MaxnoneGemini 3.5 FlashminimalvsGPT-5.4mediumQwen3.7 MaxnonevsMiMo-V2.5mediumGemma 4 31BmediumDisponibil gratuitvsQwen3.7 MaxnoneQwen3.7 MaxnonevsGrok 4.3mediumSeed-2.0-LitemediumvsQwen3.7 MaxnoneGemini 3.1 Flash Lite PreviewmediumvsQwen3.7 MaxnoneGemini 3.1 Flash LitemediumvsQwen3.7 MaxnoneGemini 2.5 FlashmediumvsQwen3.7 MaxnoneQwen3.7 MaxnonevsMiMo-V2.5-PromediumGemini 3 PRO PreviewmediumvsQwen3.7 Maxnone