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-Flash

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-Flash none Lansare: 2026-02-24
Scor mediu 4.6 4.9
Rang #44 #40
Teste corecte
Consistență 8.9 9.5
Cost per rezultat 1.496 0.088
Cost total $0.090 $0.006
Rată de trecere pe încercare 44.4% 42.2%
Teste instabile 2 1
common.totalRuns 45 (15 x 3) 45 (15 x 3)
Tokenuri de ieșire 1,635 3,674
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.46s 3.73s
Timp de răspuns (maxim) 2.89s 13.73s
Timp de răspuns (total) 21.86s 55.90s

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-Flash 2.3 7.8 11.1% 1 1.62s 687 0
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-Flash 10.0 10.0 0.0% 0 6.22s 1,794 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
OpenAI: GPT-5.4 9.9 10.0 100.0% 0 1.04s 222 0
Qwen: Qwen3.5-Flash 9.9 10.0 100.0% 0 1.57s 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
OpenAI: GPT-5.4 4.0 7.2 44.4% 1 1.07s 50 0
Qwen: Qwen3.5-Flash 7.0 10.0 66.7% 0 905ms 15 0
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-Flash 5.0 10.0 50.0% 0 8.81s 63 0
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-Flash 1.3 10.0 0.0% 0 5.90s 608 0
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-Flash 10.0 10.0 100.0% 0 3.67s 264 0

Comparație rapidă

Schimbă perechea de comparație

MiniMax M2.5mediumvsQwen3.5-FlashnoneMiniMax M2.5mediumvsGPT-5.4nonegpt-oss-120bmediumDisponibil gratuitvsQwen3.5-FlashnoneMercury 2mediumvsQwen3.5-FlashnoneGPT-5 NanomediumvsQwen3.5-FlashnoneMercury 2mediumvsGPT-5.4noneGPT-5 MinimediumvsQwen3.5-FlashnoneGPT-5.4nonevsQwen3.5-35B-A3BmediumGPT-5.4nonevsQwen3 Coder NextmediumGPT-5.4nonevsGLM 4.7 FlashmediumClaude Opus 4.6mediumvsQwen3.5-FlashnoneKimi K2.5mediumvsQwen3.5-Flashnone