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 Mini vs Qwen: Qwen3.5-35B-A3B

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

Metrică GPT-5.4 Mini GPT-5.4 Mini medium Lansare: 2026-03-17 Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Lansare: 2026-02-24
Rang #34 #31
Scor 7.1 7.3
Consistență 7.2 6.6
Cost per rezultat 3.610 3.877
Cost total $0.289 $0.349
Teste corecte
Rată de trecere pe încercare 68.6% 78.4%
Teste instabile 6 7
Rulări totale 51 51
Tokenuri de ieșire 1,708 5,864
Tokenuri de raționament 58,019 175,683
Timp de răspuns (mediu) 15.66s 42.48s
Timp de răspuns (maxim) 102.91s 106.00s
Timp de răspuns (total) 266.14s 722.12s

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 Mini 8.6 7.9 91.7% 1 4.05s 296 2,876
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 21.13s 798 42,652
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 Mini 10.0 10.0 100.0% 0 17.81s 317 4,317
Qwen3.5-35B-A3B 4.7 1.6 66.7% 1 75.34s 775 12,485
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 Mini 10.0 10.0 100.0% 0 2.43s 234 650
Qwen3.5-35B-A3B 7.3 5.9 83.3% 1 59.33s 235 19,493
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 Mini 4.1 4.4 44.5% 2 65.31s 60 43,286
Qwen3.5-35B-A3B 4.1 4.4 44.5% 2 88.34s 41 46,368
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 Mini 4.5 10.0 0.0% 0 3.72s 150 510
Qwen3.5-35B-A3B 2.8 1.6 33.3% 1 30.30s 20 3,753
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 Mini 7.4 6.5 66.7% 1 2.50s 129 1,337
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 24.45s 97 17,361
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 Mini 6.8 7.9 55.6% 1 4.33s 271 2,449
Qwen3.5-35B-A3B 6.4 4.4 77.8% 2 31.58s 3,589 32,206
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 Mini 4.7 1.6 66.7% 1 9.62s 251 2,594
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 4.65s 309 1,365

Comparație rapidă

Schimbă perechea de comparație

Claude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumGPT-5.3 ChatnonevsQwen3.5-35B-A3BmediumGPT-5.4 MinimediumvsQwen3.5 Plus 2026-02-15noneGPT-5.4 MinimediumvsGLM 5noneGPT-5.2 ChatnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-35B-A3BmediumQwen3.5-35B-A3BmediumvsGLM 5noneGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 MinimediumGemini 3 Flash PreviewnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5-35B-A3BmediumDeepSeek V3.2nonevsGPT-5.4 Minimedium