Navigare
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.5-Flash

Rezumat

Comparație benchmark GPT-5.4 vs Qwen3.5-Flash: Qwen3.5-Flash conduce la scorul mediu cu 6.1 vs 5.8. Qwen3.5-Flash are costul de benchmark mai mic, $0.005 vs $0.122. GPT-5.4 este mai rapid cu 1.42s vs 3.58s, cu rate de reușită de 36.5% vs 39.7%.

Model recomandat: Qwen3.5-Flash - Are cel mai bun scor aici (6.1) și costă de aproximativ 29.5x mai puțin decât GPT-5.4.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-06-18

Metrică GPT-5.4 GPT-5.4 none Lansare: 2026-03-05 Qwen3.5-Flash Qwen3.5-Flash none Lansare: 2026-02-24
Scor 5.8 6.1
Rang #112 #97
Fiabilitate 10.0 10.0
Consistență 9.2 9.7
Teste corecte
Rată de trecere pe încercare 36.5% 39.7%
Teste instabile 2 1
Rulări totale 63 63
Cost per rezultat 1.740 0.075
Cost total $0.122 $0.005
Preț de intrare $2.500 / 1M $0.065 / 1M
Preț de ieșire $15.000 / 1M $0.260 / 1M
Total tokenuri de intrare 34,212 46,439
Tokenuri de ieșire 2,417 4,276
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.42s 3.58s
Timp de răspuns (maxim) 2.95s 27.18s
Timp de răspuns (total) 29.87s 75.28s

Prezentare generare

Hamster playing table tennis

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

#112 GPT-5.4

none
Cost
$0.026
Timp
18.1s
Tokenuri
1,792 tok

#97 Qwen3.5-Flash

none
Cost
$0.003
Timp
47.4s
Tokenuri
7,799 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 3.2 8.0 8.3% 1 1.21s 606 406 0
Qwen3.5-Flash 3.5 8.3 8.3% 1 1.32s 696 690 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 5.5 10.0 33.3% 0 1.62s 7,305 516 0
Qwen3.5-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 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 3.0 10.0 0.0% 0 2.89s 11,019 291 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 6.22s 18,879 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 intrare Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 1.04s 7,140 222 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 1.57s 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 1.07s 723 50 0
Qwen3.5-Flash 7.7 10.0 66.7% 0 905ms 789 15 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 4.4 9.9 0.0% 0 1.78s 477 184 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 803ms 522 100 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 6.5 10.0 50.0% 0 1.07s 660 81 0
Qwen3.5-Flash 6.3 10.0 50.0% 0 8.81s 711 63 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 5.6 9.8 33.3% 0 1.44s 642 381 0
Qwen3.5-Flash 3.1 10.0 0.0% 0 10.89s 714 579 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 2.75s 5,445 246 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 3.67s 8,211 264 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 990ms 195 40 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 588ms 210 9 0

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneNorth Mini CodemediumDisponibil gratuitvsGPT-5.4noneGemma 4 31BmediumDisponibil gratuitvsQwen3.5-FlashnoneNemotron 3 SupermediumDisponibil gratuitvsQwen3.5-FlashnoneNorth Mini CodemediumDisponibil gratuitvsQwen3.5-FlashnoneGemini 3.1 Flash LitelowvsQwen3.5-FlashnoneGemini 3.1 Flash LiteminimalvsGPT-5.4noneGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashnoneGPT-5.4nonevsQwen3.5-35B-A3BmediumQwen3.5-FlashnonevsStep 3.5 FlashmediumGemma 4 31BmediumDisponibil gratuitvsGPT-5.4noneNemotron 3 SupermediumDisponibil gratuitvsGPT-5.4none