AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.7 Plus

Сводка

Сравнение benchmark GPT-5.4 Mini vs Qwen3.7 Plus: Qwen3.7 Plus лидирует по среднему баллу: 8.2 vs 8.0. Qwen3.7 Plus имеет более низкую стоимость benchmark: $0.177 vs $0.526. GPT-5.4 Mini быстрее: 22.34s vs 38.95s, с долей успешных попыток 73.0% vs 77.8%.

Рекомендуемая модель: Qwen3.7 Plus - Здесь у него лучший балл (8.2), при этом он примерно в 3.0 раза дешевле, чем GPT-5.4 Mini.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-12

Метрика	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17	Qwen3.7 Plus Qwen3.7 Plus medium Релиз: 2026-06-03

Метрика	GPT-5.4 Mini GPT-5.4 Mini medium Релиз: 2026-03-17	Qwen3.7 Plus Qwen3.7 Plus medium Релиз: 2026-06-03
Оценка	8.0	8.2
Ранг	#30	#28
Надежность	10.0	10.0
Стабильность	8.0	9.1
Тестов верно
Доля успешных попыток	73.0%	77.8%
Нестабильные тесты	5	2
Всего запусков	63	63
Стоимость за результат	4.381	1.474
Общая стоимость	$0.526	$0.177
Цена входа	$0.750 / 1M	$0.320 / 1M
Цена выхода	$4.500 / 1M	$1.280 / 1M
Общее число входных токенов	34,116	40,939
Выходные токены	2,181	2,125
Токены рассуждений	108,937	125,754
Время ответа (среднее)	22.34s	38.95s
Время ответа (макс.)	138.75s	178.04s
Время ответа (суммарно)	469.20s	817.85s

Generation showcase

Hamster playing table tennis

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

#30 GPT-5.4 Mini

medium

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

#28 Qwen3.7 Plus

medium

Cost: $0.018
Time: 193.2s
Tokens: 10,821 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
Qwen3.7 Plus	10.0	10.0	100.0%	0		8.58s	672	195	5,065

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
Qwen3.7 Plus	6.1	6.6	55.6%	1		108.60s	6,472	414	43,576

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		65.24s	14,934	366	10,132

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		21.75s	7,782	270	6,713

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
Qwen3.7 Plus	3.6	7.2	22.2%	1		45.35s	771	57	27,073

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		25.48s	516	123	3,998

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.13s	699	102	5,013

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		16.38s	696	280	7,312

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
Qwen3.7 Plus	10.0	10.0	100.0%	0		15.02s	8,193	292	1,831

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
Qwen3.7 Plus	3.0	10.0	0.0%	0		91.07s	204	26	15,041

Быстрое сравнение

Сменить пару сравнения

DeepSeek V4 FlashhighvsQwen3.7 Plusmedium DeepSeek V4 FlashhighvsGPT-5.4 Minimedium GPT-5.4 MinimediumvsStep 3.7 Flashlow GPT-5.2 ChatnonevsQwen3.7 Plusmedium Qwen3.7 PlusmediumvsStep 3.7 Flashlow Gemini 3 Flash PreviewlowvsGPT-5.4 Minimedium GPT-5.3 ChatnonevsQwen3.7 Plusmedium Claude Sonnet 4.6nonevsGPT-5.4 Minimedium Claude Opus 4.8nonevsGPT-5.4 Minimedium Gemini 3 Flash PreviewlowvsQwen3.7 Plusmedium GPT-5.4 MinimediumvsQwen3.7 Plusnone Claude Sonnet 4.6nonevsQwen3.7 Plusmedium