Navigare
AI BENCHY
Compară Grafice Metodologie
❤️ Made by XCS
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: Qwen3.5-35B-A3B

Compară:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-06

Metrică OpenAI: GPT-5.4 none Lansare: 2026-03-05 Qwen: Qwen3.5-35B-A3B medium Lansare: 2026-02-24
Scor mediu 4.6 5.8
Rang #45 #34
Teste corecte
Consistență 8.9 6.7
Cost per rezultat 1.496 4.189
Cost total $0.090 $0.336
Rată de trecere pe încercare 44.4% 80.0%
Teste instabile 2 6
common.totalRuns 45 (15 x 3) 45 (15 x 3)
Tokenuri de ieșire 1,635 5,475
Tokenuri de raționament 0 165,513
Timp de răspuns (mediu) 1.46s 44.84s
Timp de răspuns (maxim) 2.89s 106.00s
Timp de răspuns (total) 21.86s 672.55s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

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
OpenAI: GPT-5.4 10.0 7.3 11.1% 1 1.41s 388 0
Qwen: Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 21.75s 429 36,235
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 10.0 10.0 0.0% 0 2.89s 291 0
Qwen: Qwen3.5-35B-A3B 10.0 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
OpenAI: GPT-5.4 9.9 10.0 100.0% 0 1.04s 222 0
Qwen: Qwen3.5-35B-A3B 5.5 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
OpenAI: GPT-5.4 4.0 7.2 44.4% 1 1.07s 50 0
Qwen: Qwen3.5-35B-A3B 10.0 4.4 44.5% 2 88.34s 41 46,368
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
OpenAI: GPT-5.4 5.5 10.0 50.0% 0 1.07s 81 0
Qwen: 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
OpenAI: GPT-5.4 4.0 9.8 33.3% 0 1.52s 357 0
Qwen: Qwen3.5-35B-A3B 4.0 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
OpenAI: GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0
Qwen: Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 4.65s 309 1,365

Comparație rapidă

Schimbă perechea de comparație

Qwen3.5-35B-A3BmediumvsGLM 5noneMiniMax M2.5mediumvsGPT-5.4noneGemini 2.5 FlashnonevsQwen3.5-35B-A3BmediumDeepSeek V3.2nonevsQwen3.5-35B-A3BmediumMercury 2mediumvsGPT-5.4noneClaude Sonnet 4.6nonevsQwen3.5-35B-A3BmediumGemini 3 Flash PreviewnonevsQwen3.5-35B-A3BmediumGPT-5.4nonevsQwen3 Coder NextmediumGPT-5.4nonevsGLM 4.7 FlashmediumTrinity Large Preview (free)noneDisponibil gratuitvsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-35B-A3BmediumGPT-4o-mininonevsQwen3.5-35B-A3Bmedium