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 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-04-27

Metrică GPT-5.4 GPT-5.4 none Lansare: 2026-03-05 Qwen3.6 Flash Qwen3.6 Flash none Lansare: 2026-04-20
Scor 5.9 5.8
Rang #84 #90
Fiabilitate N/D 10.0
Consistență 9.1 10.0
Teste corecte
Rată de trecere pe încercare 42.6% 38.9%
Teste instabile 2 0
Rulări totale 54 54
Cost per rezultat 1.477 0.250
Cost total $0.104 $0.018
Preț de intrare $2.500 / 1M $0.250 / 1M
Preț de ieșire $15.000 / 1M $1.500 / 1M
Tokenuri de ieșire 2,317 4,161
Tokenuri de raționament 0 0
Timp de răspuns (mediu) 1.51s 1.65s
Timp de răspuns (maxim) 2.95s 4.60s
Timp de răspuns (total) 27.21s 29.78s

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 ieșire Tokenuri de raționament
GPT-5.4 3.2 8.0 8.3% 1 1.21s 406 0
Qwen3.6 Flash 3.1 10.0 0.0% 0 1.63s 1,554 0
Programare Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 2.95s 480 0
Qwen3.6 Flash 10.0 10.0 100.0% 0 2.23s 867 0
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 3.0 10.0 0.0% 0 2.89s 291 0
Qwen3.6 Flash 3.0 10.0 0.0% 0 4.22s 315 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
GPT-5.4 10.0 10.0 100.0% 0 1.04s 222 0
Qwen3.6 Flash 10.0 10.0 100.0% 0 2.13s 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
GPT-5.4 5.3 7.2 44.4% 1 1.07s 50 0
Qwen3.6 Flash 5.3 10.0 33.3% 0 1.11s 15 0
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 4.4 9.9 0.0% 0 1.78s 184 0
Qwen3.6 Flash 10.0 10.0 100.0% 0 947ms 132 0
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 6.5 10.0 50.0% 0 1.07s 81 0
Qwen3.6 Flash 6.3 10.0 50.0% 0 1.10s 66 0
Rezolvare de puzzle-uri Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 5.6 9.8 33.3% 0 1.52s 357 0
Qwen3.6 Flash 3.5 10.0 0.0% 0 1.20s 697 0
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
GPT-5.4 10.0 10.0 100.0% 0 2.75s 246 0
Qwen3.6 Flash 10.0 10.0 100.0% 0 2.49s 272 0

Comparație rapidă

Schimbă perechea de comparație

gpt-oss-120bmediumDisponibil gratuitvsQwen3.6 FlashnoneMiniMax M2.5mediumDisponibil gratuitvsQwen3.6 FlashnoneMistral Small 4mediumvsQwen3.6 FlashnoneMiniMax M2.5mediumDisponibil gratuitvsGPT-5.4noneMistral Small 4mediumvsGPT-5.4noneGPT-5 NanomediumvsQwen3.6 FlashnoneMiniMax M2.7mediumvsQwen3.6 FlashnoneElephant AlphamediumvsQwen3.6 FlashnoneMercury 2mediumvsGPT-5.4noneMiniMax M2.7mediumvsGPT-5.4noneGPT-5.4nonevsElephant AlphamediumMercury 2mediumvsQwen3.6 Flashnone