Сравнить Графики

Язык:

❤️ Made by XCS

AI BENCHY Compare

OpenAI: GPT-4o-mini vs Qwen: Qwen3.5-27B

Название модели:

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в : 2026-02-27 15:16

Сводка

Метрика	OpenAI: GPT-4o-mini none Релиз: Дата релиза неизвестна	Qwen: Qwen3.5-27B none Релиз: Дата релиза неизвестна
Ранг	#28	#29
Оценка	4.86	4.70
Стабильность	9.98	9.93
Стоимость за результат	0.056	0.190
Общая стоимость	$0.003	$0.010
Тестов верно
Ошибочных тестов	9	9
Доля успешных попыток	35.7%	35.7%
Нестабильные тесты	0	0
Выходные токены	949	1,600
Токены рассуждений	0	0

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Выходные токены	Токены рассуждений
OpenAI: GPT-4o-mini	4.00	10.00	33.3%	0		180	0
Qwen: Qwen3.5-27B	4.00	10.00	33.3%	0		264	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Выходные токены	Токены рассуждений
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		183	0
Qwen: Qwen3.5-27B	9.88	10.00	100.0%	0		243	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Выходные токены	Токены рассуждений
OpenAI: GPT-4o-mini	1.00	10.00	0.0%	0		15	0
Qwen: Qwen3.5-27B	1.00	10.00	0.0%	0		15	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Выходные токены	Токены рассуждений
OpenAI: GPT-4o-mini	5.50	10.00	50.0%	0		71	0
Qwen: Qwen3.5-27B	4.00	10.00	0.0%	0		69	0

Puzzle Solving	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Выходные токены	Токены рассуждений
OpenAI: GPT-4o-mini	4.00	9.92	0.0%	0		295	0
Qwen: Qwen3.5-27B	4.33	9.68	33.3%	0		706	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Выходные токены	Токены рассуждений
OpenAI: GPT-4o-mini	10.00	10.00	100.0%	0		205	0
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		303	0

Сменить пару сравнения

Сравнить OpenAI: GPT-4o-mini с...

Сравнить Qwen: Qwen3.5-27B с...