GPT-4o-mini (default) vs Qwen3.5-9B

GPT-4o-mini (default) лидирует по среднему баллу: 5.0 vs 4.9. GPT-4o-mini (default) имеет более низкую стоимость benchmark: $0.024 vs $0.041. GPT-4o-mini (default) быстрее: 4.16s vs 37.19s, с долей успешных попыток 21.7% vs 18.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-12

Сравниваемые модели

Ранг: #322
Общее число выходных токенов: 3,627
Время ответа (среднее): 4.16s
Общая стоимость: $0.024

Ранг: #331
Общее число выходных токенов: 70,427
Время ответа (среднее): 37.19s
Общая стоимость: $0.041

Рекомендуемая модель GPT-4o-mini (default)

Здесь у него лучший балл (5.0), при этом он примерно в 1.7 раза дешевле, чем Qwen3.5-9B.

Подробное сравнение

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

Метрика	GPT-4o-mini GPT-4o-mini default Релиз: 2024-07-18	Qwen3.5-9B Qwen3.5-9B none Релиз: 2026-03-02
Оценка	5.0	4.9
Ранг	#322	#331
Надежность	10.0	9.8
Стабильность	9.9	9.7
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	21.7%	18.8%
Нестабильные тесты	0	1
Всего запусков	69	69
Стоимость за результат	0.480	1.022
Общая стоимость	$0.024	$0.041
Цена входа	$0.150 / 1M	$0.100 / 1M
Цена выхода	$0.600 / 1M	$0.150 / 1M
Цена чтения из кэша	$0.075 / 1M	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	145,180	307,670
Выходные токены	3,627	70,427
Токены рассуждений	0	0
Время ответа (среднее)	4.16s	37.19s
Время ответа (макс.)	39.99s	433.02s
Время ответа (суммарно)	70.70s	855.27s
Параметры	~8B	9B
Доступность	Закрытая модель	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#322 GPT-4o-mini

default

Стоимость: $0.001
Время: 6.6s
Токены: 742 tok

#331 Qwen3.5-9B

none

Reached the allocated time limit (300 seconds) without receiving showcase output.

Стоимость: $0.000
Время: 300.0s
Токены: 0 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	5.0	10.0	0.0%	0		39.99s	92,035	714	0
Qwen3.5-9B	3.9	9.6	0.0%	0		433.02s	163,254	32,943	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	4.8	10.0	25.0%	0		1.34s	618	186	0
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	3.2	9.6	0.0%	0		1.63s	7,314	367	0
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	3.0	10.0	0.0%	0		6.32s	29,916	1,497	0
Qwen3.5-9B	3.0	10.0	0.0%	0		193.98s	116,763	34,787	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	10.0	10.0	100.0%	0		1.27s	7,161	183	0
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	3.0	10.0	0.0%	0		743ms	741	17	0
Qwen3.5-9B	3.0	10.0	0.0%	0		636ms	798	24	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	4.0	10.0	0.0%	0		909ms	480	66	0
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	6.3	10.0	50.0%	0		1.11s	666	69	0
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	3.5	10.0	0.0%	0		1.21s	651	308	0
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	10.0	10.0	100.0%	0		2.51s	5,400	205	0
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	0

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-4o-mini	3.0	10.0	0.0%	0		794ms	198	15	0
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0

Сменить пару сравнения

KAT Coder AIR V2.5lowvsGPT-4o-minidefault Ling 2.6 1tdefaultvsQwen3.5-9Bnone MiniMax M2.7mediumvsGPT-4o-minidefault Laguna S 2.1highБесплатно доступноvsQwen3.5-9Bnone GPT-4o-minidefaultvsInkling SmallnoneБесплатно доступно Mercury 2.5 PreviewlowvsGPT-4o-minidefault GPT-4o-minidefaultvsLaguna S 2.1highБесплатно доступно GPT-4o-minidefaultvsLaguna S 2.1mediumБесплатно доступно GPT-4o-minidefaultvsMiMo-V2.5none KAT Coder AIR V2.5lowvsQwen3.5-9Bnone GPT-4o-minidefaultvsHy4 previewnone Dots 3 Note PreviewdefaultБесплатно доступноvsQwen3.5-9Bnone