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 vs Qwen: Qwen3.6 27B

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

Metrică GPT-5.4 GPT-5.4 none Lansare: 2026-03-05 Qwen3.6 27B Qwen3.6 27B medium Lansare: 2026-04-20
Scor 5.6 6.6
Rang #121 #84
Fiabilitate 10.0 10.0
Consistență 9.1 8.1
Teste corecte
Rată de trecere pe încercare 38.3% 58.3%
Teste instabile 2 5
Rulări totale 60 60
Cost per rezultat 1.644 3.017
Cost total $0.116 $0.380
Preț de intrare $2.500 / 1M $0.290 / 1M
Preț de ieșire $15.000 / 1M $3.200 / 1M
Total tokenuri de intrare 31,593 36,541
Tokenuri de ieșire 2,402 12,981
Tokenuri de raționament 0 105,822
Timp de răspuns (mediu) 1.45s 57.79s
Timp de răspuns (maxim) 2.95s 168.22s
Timp de răspuns (total) 29.00s 1155.83s

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
Qwen3.6 27B 8.3 10.0 75.0% 0 12.62s 453 582 4,311
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 6.8 10.0 50.0% 0 1.99s 4,686 501 0
Qwen3.6 27B 6.6 10.0 50.0% 0 165.39s 2,216 4,760 26,668
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
Qwen3.6 27B 7.0 3.7 66.7% 1 83.07s 15,104 2,088 14,689
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
Qwen3.6 27B 3.5 1.4 50.0% 2 37.30s 7,778 568 9,404
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
Qwen3.6 27B 2.9 7.2 11.1% 1 73.38s 662 3,510 20,352
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
Qwen3.6 27B 6.5 3.4 66.7% 1 39.53s 516 81 3,045
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
Qwen3.6 27B 10.0 10.0 100.0% 0 37.96s 699 346 6,548
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
Qwen3.6 27B 7.7 10.0 66.7% 0 61.14s 696 255 12,044
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
Qwen3.6 27B 10.0 10.0 100.0% 0 16.88s 8,213 390 2,954
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
Qwen3.6 27B 3.0 10.0 0.0% 0 80.99s 204 401 5,807

Comparație rapidă

Schimbă perechea de comparație

Gemini 3.1 Flash LitenonevsQwen3.6 27BmediumGPT-5.5nonevsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsQwen3.6 27BmediumGemma 4 31BnoneDisponibil gratuitvsQwen3.6 27BmediumMiniMax M2.5mediumvsGPT-5.4noneCobuddymediumvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneRing-2.6-1TnonevsQwen3.6 27BmediumGemini 2.5 FlashnonevsQwen3.6 27BmediumGPT-5.4nonevsOwl AlphamediumQwen3.6 27BmediumvsGLM 5none