OpenAI: GPT-5.4 vs Qwen: Qwen3.6 Max Preview

GPT-5.4 (medium) лидирует по среднему баллу: 8.5 vs 8.4. Qwen3.6 Max Preview (medium) имеет более низкую стоимость benchmark: $1.143 vs $1.533. GPT-5.4 (medium) быстрее: 23.10s vs 67.53s, с долей успешных попыток 77.3% vs 80.3%.

Рекомендуемая модельGPT-5.4 (medium)Здесь у него лучший балл (8.5), и он отвечает примерно в 2.9 раза быстрее, чем Qwen3.6 Max Preview (medium).

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-07-18

Метрика	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Релиз: 2026-04-20

Метрика	GPT-5.4 GPT-5.4 medium Релиз: 2026-03-05	Qwen3.6 Max Preview Qwen3.6 Max Preview medium Релиз: 2026-04-20
Оценка	8.5	8.4
Ранг	#18	#19
Надежность	10.0	9.9
Стабильность	8.6	8.9
Тестов верно
Доля успешных попыток	77.3%	80.3%
Нестабильные тесты	4	3
Всего запусков	66	66
Стоимость за результат	10.220	8.173
Общая стоимость	$1.533	$1.143
Цена входа	$2.500 / 1M	$1.040 / 1M
Цена выхода	$15.000 / 1M	$6.240 / 1M
Общее число входных токенов	81,127	79,240
Выходные токены	6,155	5,098
Токены рассуждений	82,515	164,842
Время ответа (среднее)	23.10s	67.53s
Время ответа (макс.)	100.41s	238.07s
Время ответа (суммарно)	508.26s	1485.64s

Hamster playing table tennis

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

#18 GPT-5.4

medium

Стоимость: $0.214
Время: 199.6s
Токены: 14,349 tok

#19 Qwen3.6 Max Preview

medium

Стоимость: $0.024
Время: 76.5s
Токены: 3,861 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:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		22.13s	672	228	10,075

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216
Qwen3.6 Max Preview	8.8	7.8	88.9%	1		146.48s	7,895	427	52,957

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351
Qwen3.6 Max Preview	7.3	5.8	83.3%	1		177.48s	51,812	3,215	35,050

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		41.15s	7,782	270	10,106

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	5.3	7.2	44.4%	1		74.27s	619	61	34,748
Qwen3.6 Max Preview	2.9	7.2	11.1%	1		95.91s	771	60	30,371

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		32.24s	516	129	3,510

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.31s	699	103	5,848

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		24.32s	696	329	7,693

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031
Qwen3.6 Max Preview	10.0	10.0	100.0%	0		18.32s	8,193	309	1,571

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821
Qwen3.6 Max Preview	3.0	10.0	0.0%	0		60.56s	204	28	7,661

Быстрое сравнение

Сменить пару сравнения

Qwen3.6 Max PreviewmediumvsGrok 4.5low GPT-5.4mediumvsGrok 4.5low Muse Spark 1.1lowvsQwen3.6 Max Previewmedium Muse Spark 1.1lowvsGPT-5.4medium Muse Spark 1.1highvsQwen3.6 Max Previewmedium Qwen3.6 Max PreviewmediumvsInklinghigh GPT-5.2 ChatnonevsQwen3.6 Max Previewmedium Qwen3.6 Max PreviewmediumvsGLM 5.2high GPT-5.4mediumvsGrok 4.5high Gemini 3.5 FlashlowvsGPT-5.4medium Muse Spark 1.1highvsGPT-5.4medium GPT-5.4mediumvsInklinghigh