GPT-5.4 Mini (medium) vs Qwen3.8 2.4T A95B (high)

Modele comparate

Rang: #111
Total tokenuri de ieșire: 184,172
Timp de răspuns (mediu): 29.94s
Cost total: $1.102

Rang: #114
Total tokenuri de ieșire: 368,836
Timp de răspuns (mediu): 120.88s
Cost total: $2.949

Model recomandat GPT-5.4 Mini (medium)

Are cel mai bun scor aici (7.9) și costă de aproximativ 2.7x mai puțin decât Qwen3.8 2.4T A95B (high).

Comparație detaliată

Metrică	GPT-5.4 Mini GPT-5.4 Mini medium Lansare: 2026-03-17	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Lansare: 2026-08-12

Metrică	GPT-5.4 Mini GPT-5.4 Mini medium Lansare: 2026-03-17	Qwen3.8 2.4T A95B Qwen3.8 2.4T A95B high Lansare: 2026-08-12
Scor	7.9	7.9
Rang	#111	#114
Fiabilitate	10.0	9.6
Consistență	8.2	8.4
Încercări	69/69	69/69
Teste corecte
Rată de trecere pe încercare	69.6%	75.4%
Teste instabile	5	4
Rulări totale	69	69
Cost per rezultat	7.754	18.696
Cost total	$1.102	$2.949
Preț de intrare	$0.750 / 1M	$2.000 / 1M
Preț de ieșire	$4.500 / 1M	$6.000 / 1M
Preț citire cache	$0.075 / 1M	$0.250 / 1M
Preț scriere cache	N/D	N/D
Total tokenuri de intrare	238,925	295,642
Tokenuri de ieșire	7,109	115,041
Tokenuri de raționament	177,063	353,398
Timp de răspuns (mediu)	29.94s	120.88s
Timp de răspuns (maxim)	138.75s	532.28s
Timp de răspuns (total)	688.57s	2780.16s
Parametri	~400B în total (~17B activi)	2.4T în total (95B activi)
Disponibilitate	Închis	Ponderi disponibile

Prețurile de cache se aplică tokenurilor de intrare. Citirea reutilizează prompturi salvate; scrierea le stochează și poate costa în plus. Tokenurile de ieșire folosesc prețul de ieșire.

Prezentare generare modele

Hamster playing table tennis

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

#111 GPT-5.4 Mini

medium

Cost: $0.056
Timp: 95.5s
Tokenuri: 12,464 tok

#114 Qwen3.8 2.4T A95B

high

Reached the allocated time limit (600 seconds) without receiving showcase output.

Cost: $0.000
Timp: 600.0s
Tokenuri: 0 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

Categorie:

Sarcini agentice	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 Mini	10.0	10.0	100.0%	0		100.66s	141,761	898	24,930
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		127.11s	186,711	2,240	10,171

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 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		24.22s	1,128	305	4,864

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 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902
Qwen3.8 2.4T A95B	5.9	6.3	55.6%	1		160.52s	6,399	3,310	48,078

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 Mini	6.9	5.9	66.7%	1		59.64s	74,058	4,347	40,924
Qwen3.8 2.4T A95B	6.9	5.9	66.7%	1		266.12s	81,205	7,791	41,921

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 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		13.67s	7,928	550	2,307

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 Mini	3.6	7.2	22.2%	1		71.05s	628	60	49,875
Qwen3.8 2.4T A95B	4.1	6.5	22.2%	1		301.08s	964	11,279	139,028

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 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510
Qwen3.8 2.4T A95B	6.1	3.1	66.7%	1		11.38s	630	2,020	2,165

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 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185
Qwen3.8 2.4T A95B	9.8	10.0	100.0%	0		11.45s	927	245	1,727

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 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		65.54s	989	698	15,073

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 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594
Qwen3.8 2.4T A95B	10.0	10.0	100.0%	0		32.93s	8,481	302	656

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 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174
Qwen3.8 2.4T A95B	3.0	10.0	0.0%	0		347.95s	280	86,301	87,408

Schimbă perechea de comparație

Gemini 3.5 FlashmediumvsQwen3.8 2.4T A95Bhigh Claude Fable 5.1highvsGPT-5.4 Minimedium Qwen3.8 2.4T A95BhighvsMiMo-V2.6-Flashmedium GPT-5.4 MinimediumvsGLM 5.3 FlashXmax GPT-5.4 MinimediumvsQwen3.7 Maxnone Muse WondermaxvsQwen3.8 2.4T A95Bhigh Qwen3.8 2.4T A95BhighvsGrok 4.5medium GPT-5.4 MinimediumvsQwen3.8 Flash Nextlow Qwen3.8 2.4T A95BhighvsStep 3.7 Flashmedium Qwen3.8 2.4T A95BhighvsGrok 4.6medium Qwen3.8 2.4T A95BhighvsGLM 5.3 FlashXmax Muse WondermaxvsGPT-5.4 Minimedium