AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.5-27B

Сводка

Сравнение benchmark GPT-5.4 Mini vs Qwen3.5-27B: GPT-5.4 Mini лидирует по среднему баллу: 8.0 vs 7.9. GPT-5.4 Mini имеет более низкую стоимость benchmark: $0.526 vs $0.536. GPT-5.4 Mini быстрее: 22.34s vs 68.39s, с долей успешных попыток 73.0% vs 73.0%.

Рекомендуемая модель: GPT-5.4 Mini - Здесь у него лучший балл (8.0), и он отвечает примерно в 3.1 раза быстрее, чем Qwen3.5-27B.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-17

Метрика	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17	Qwen3.5-27B Qwen3.5-27B medium Релиз: 2026-02-24

Метрика	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17	Qwen3.5-27B Qwen3.5-27B medium Релиз: 2026-02-24
Оценка	8.0	7.9
Ранг	#27	#29
Надежность	10.0	10.0
Стабильность	8.0	8.5
Тестов верно
Доля успешных попыток	73.0%	73.0%
Нестабильные тесты	5	4
Всего запусков	63	63
Стоимость за результат	4.381	4.901
Общая стоимость	$0.526	$0.536
Цена входа	$0.750 / 1M	$0.195 / 1M
Цена выхода	$4.500 / 1M	$1.560 / 1M
Общее число входных токенов	34,116	42,164
Выходные токены	2,181	8,534
Токены рассуждений	108,937	329,289
Время ответа (среднее)	22.34s	68.39s
Время ответа (макс.)	138.75s	234.36s
Время ответа (суммарно)	469.20s	1436.24s

Generation showcase

Hamster playing table tennis

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

#27 GPT-5.4 Mini

medium

Cost: $0.056
Time: 95.5s
Tokens: 12,464 tok

#29 Qwen3.5-27B

medium

Cost: $0.008
Time: 62.0s
Tokens: 3,099 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

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	8.6	7.9	91.7%	1		4.05s	606	296	2,876
Qwen3.5-27B	8.7	7.9	91.7%	1		19.75s	672	569	31,505

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	8.4	7.4	88.9%	1		57.87s	7,305	467	40,902
Qwen3.5-27B	6.2	7.1	55.6%	1		160.69s	7,895	6,381	89,388

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	10.0	10.0	100.0%	0		17.81s	11,019	317	4,317
Qwen3.5-27B	10.0	10.0	100.0%	0		163.96s	14,946	483	9,991

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 Mini	10.0	10.0	100.0%	0		2.43s	7,140	234	650
Qwen3.5-27B	10.0	10.0	100.0%	0		30.26s	7,782	270	16,150

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	4.1	4.4	44.5%	2		65.31s	619	60	43,286
Qwen3.5-27B	5.3	10.0	33.3%	0		79.53s	553	43	52,368

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	4.5	10.0	0.0%	0		3.72s	477	150	510
Qwen3.5-27B	6.1	3.1	66.7%	1		101.41s	524	70	23,147

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	9.8	10.0	100.0%	0		2.13s	660	96	1,185
Qwen3.5-27B	10.0	10.0	100.0%	0		19.66s	699	97	11,638

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	7.8	10.0	66.7%	0		4.37s	642	278	2,443
Qwen3.5-27B	8.2	7.7	77.8%	1		59.60s	696	242	70,096

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	4.7	1.6	66.7%	1		9.62s	5,453	251	2,594
Qwen3.5-27B	10.0	10.0	100.0%	0		7.45s	8,193	348	1,323

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	3.0	10.0	0.0%	0		30.10s	195	32	10,174
Qwen3.5-27B	3.0	10.0	0.0%	0		85.11s	204	31	23,683

Быстрое сравнение

Сменить пару сравнения

Qwen3.5-27BmediumvsStep 3.7 Flashlow DeepSeek V4 FlashhighvsGPT-5.4 Minimedium DeepSeek V4 ProhighvsQwen3.5-27Bmedium GPT-5.4 MinimediumvsStep 3.7 Flashlow DeepSeek V4 FlashhighvsQwen3.5-27Bmedium GPT-5.3 ChatnonevsQwen3.5-27Bmedium DeepSeek V4 ProhighvsGPT-5.4 Minimedium Gemini 3 Flash PreviewlowvsQwen3.5-27Bmedium Claude Sonnet 4.6nonevsQwen3.5-27Bmedium GPT-5.2 ChatnonevsQwen3.5-27Bmedium Gemini 3 Flash PreviewlowvsGPT-5.4 Minimedium Claude Opus 4.8nonevsQwen3.5-27Bmedium