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 Plus

Rezumat

Comparație benchmark GPT-5.4 vs Qwen3.7 Plus: GPT-5.4 conduce la scorul mediu cu 8.5 vs 7.2. Qwen3.7 Plus are costul de benchmark mai mic, $0.023 vs $1.210. Qwen3.7 Plus este mai rapid cu 2.85s vs 22.35s, cu rate de reușită de 76.2% vs 47.6%.

Model recomandat: Qwen3.7 Plus - Oferă cel mai bun compromis per total: scor competitiv (7.2), cost mai mic decât GPT-5.4 și timp de răspuns echilibrat.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-12

Metrică GPT-5.4 GPT-5.4 medium Lansare: 2026-03-05 Qwen3.7 Plus Qwen3.7 Plus none Lansare: 2026-06-03
Scor 8.5 7.2
Rang #20 #61
Fiabilitate 10.0 10.0
Consistență 8.6 10.0
Teste corecte
Rată de trecere pe încercare 76.2% 47.6%
Teste instabile 4 0
Rulări totale 63 63
Cost per rezultat 8.640 0.276
Cost total $1.210 $0.023
Preț de intrare $2.500 / 1M $0.320 / 1M
Preț de ieșire $15.000 / 1M $1.280 / 1M
Total tokenuri de intrare 34,108 42,510
Tokenuri de ieșire 2,242 6,578
Tokenuri de raționament 72,707 0
Timp de răspuns (mediu) 22.35s 2.85s
Timp de răspuns (maxim) 100.41s 29.38s
Timp de răspuns (total) 469.29s 59.86s

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#20 GPT-5.4

medium
Cost
$0.214
Time
199.6s
Tokens
14,349 tok

#61 Qwen3.7 Plus

none
Cost
$0.019
Time
213.5s
Tokens
11,960 tok

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
Qwen3.7 Plus 6.5 10.0 50.0% 0 1.38s 696 349 0
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
Qwen3.7 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 0
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 1.43s 7,794 243 0
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
Qwen3.7 Plus 3.0 10.0 0.0% 0 868ms 789 18 0
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
Qwen3.7 Plus 5.3 10.0 0.0% 0 1.33s 522 78 0
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
Qwen3.7 Plus 6.3 10.0 50.0% 0 929ms 711 72 0
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
Qwen3.7 Plus 7.7 10.0 66.7% 0 1.71s 714 443 0
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
Qwen3.7 Plus 10.0 10.0 100.0% 0 3.54s 8,211 222 0
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
Qwen3.7 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0

Comparație rapidă

Schimbă perechea de comparație

Gemma 4 26B A4BmediumDisponibil gratuitvsQwen3.7 PlusnoneQwen3.7 PlusnonevsMiMo-V2-FlashmediumQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumQwen3.7 PlusnonevsGLM 5V TurbomediumKimi K2.7 CodemediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneQwen3.7 PlusnonevsStep 3.5 FlashmediumQwen3.7 PlusnonevsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsQwen3.7 PlusnoneDeepSeek V4 FlashhighvsGPT-5.4medium