AI BENCHY Compare

OpenAI: GPT-4o-mini vs Qwen: Qwen3.5-9B

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-03-12

Метрика	GPT-4o-mini GPT-4o-mini none Релиз: 2024-07-18	Qwen3.5-9B Qwen3.5-9B medium Релиз: 2026-03-02

Метрика	GPT-4o-mini GPT-4o-mini none Релиз: 2024-07-18	Qwen3.5-9B Qwen3.5-9B medium Релиз: 2026-03-02
Ранг	#55	#66
Средний балл	4.0	2.6
Стабильность	10.0	7.4
Стоимость за результат	0.114	0.779
Общая стоимость	$0.005	$0.024
Тестов верно
Доля успешных попыток	25.0%	35.4%
Нестабильные тесты	0	5
Всего запусков	48	48
Выходные токены	1,594	17,930
Токены рассуждений	0	139,706
Время ответа (среднее)	2.07s	71.44s
Время ответа (макс.)	7.58s	226.38s
Время ответа (суммарно)	18.60s	928.77s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Средний балл vs Время ответа (среднее)

Общее число выходных токенов

Средний балл vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-4o-mini	4.0	10.0	33.3%	0		1.83s	180	0
Qwen3.5-9B	4.0	7.2	55.6%	1		31.54s	2,410	10,913

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-4o-mini	10.0	10.0	0.0%	0		7.58s	568	0
Qwen3.5-9B	10.0	10.0	0.0%	0		0ms	0	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-4o-mini	9.9	10.0	100.0%	0		1.27s	183	0
Qwen3.5-9B	5.0	5.6	33.3%	1		87.31s	1,383	32,113

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-4o-mini	10.0	10.0	0.0%	0		637ms	15	0
Qwen3.5-9B	10.0	7.2	22.2%	1		137.75s	11,549	48,475

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-4o-mini	3.0	10.0	0.0%	0		909ms	66	0
Qwen3.5-9B	10.0	1.6	33.3%	1		226.38s	0	30,695

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-4o-mini	4.5	10.0	0.0%	0		1.27s	69	0
Qwen3.5-9B	5.5	5.8	66.7%	1		17.15s	599	4,517

Puzzle Solving	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-4o-mini	2.3	10.0	0.0%	0		1.30s	308	0
Qwen3.5-9B	10.0	10.0	0.0%	0		33.38s	1,545	11,844

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
GPT-4o-mini	10.0	10.0	100.0%	0		2.51s	205	0
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	444	1,149

Быстрое сравнение

Сменить пару сравнения

Qwen3.5-9BmediumvsMiMo-V2-Flashnone Qwen3.5-9BmediumvsGrok 4.1 Fastnone GPT-4o-mininonevsQwen3 Coder Nextmedium MiniMax M2.5mediumvsGPT-4o-mininone Mercury 2nonevsQwen3.5-9Bmedium Nemotron 3 Super 120b A12bnoneБесплатно доступноvsQwen3.5-9Bmedium GPT-4o-mininonevsGLM 4.7 Flashmedium GPT-4o-mininonevsGrok 4.20 Multi-Agent Betamedium Qwen3.5-9BmediumvsGLM 4.7 Flashnone Mercury 2mediumvsGPT-4o-mininone Kimi K2.5nonevsQwen3.5-9Bmedium GPT-4o-mininonevsQwen3.5-35B-A3Bmedium