AI BENCHY Compare

OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.6 Flash

Сводка

Сравнение benchmark GPT-5.4 Mini vs Qwen3.6 Flash: Qwen3.6 Flash лидирует по среднему баллу: 6.0 vs 5.3. Qwen3.6 Flash имеет более низкую стоимость benchmark: $0.015 vs $0.038. GPT-5.4 Mini быстрее: 1.13s vs 1.60s, с долей успешных попыток 30.2% vs 33.3%.

Рекомендуемая модель: Qwen3.6 Flash - Здесь у него лучший балл (6.0), при этом он примерно в 2.6 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 none Релиз: 2026-03-17	Qwen3.6 Flash Qwen3.6 Flash none Релиз: 2026-04-20

Метрика	GPT-5.4 Mini GPT-5.4 Mini none Релиз: 2026-03-17	Qwen3.6 Flash Qwen3.6 Flash none Релиз: 2026-04-20
Оценка	5.3	6.0
Ранг	#131	#107
Надежность	10.0	10.0
Стабильность	8.8	10.0
Тестов верно
Доля успешных попыток	30.2%	33.3%
Нестабильные тесты	3	0
Всего запусков	63	63
Стоимость за результат	0.743	0.266
Общая стоимость	$0.038	$0.015
Цена входа	$0.750 / 1M	$0.188 / 1M
Цена выхода	$4.500 / 1M	$1.125 / 1M
Общее число входных токенов	34,244	50,810
Выходные токены	2,541	4,164
Токены рассуждений	0	0
Время ответа (среднее)	1.13s	1.60s
Время ответа (макс.)	2.52s	4.60s
Время ответа (суммарно)	23.82s	33.59s

Generation showcase

Hamster playing table tennis

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

#131 GPT-5.4 Mini

none

Cost: $0.010
Time: 11.7s
Tokens: 2,151 tok

#107 Qwen3.6 Flash

none

Cost: $0.005
Time: 20.1s
Tokens: 4,211 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	3.1	8.1	8.3%	1		929ms	606	654	0
Qwen3.6 Flash	3.1	10.0	0.0%	0		1.63s	696	1,554	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	5.5	10.0	33.3%	0		913ms	7,305	401	0
Qwen3.6 Flash	5.4	10.0	33.3%	0		1.79s	6,488	889	0

Комбинированный	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		2.52s	11,019	298	0
Qwen3.6 Flash	3.0	10.0	0.0%	0		4.22s	24,675	315	0

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		1.30s	7,140	222	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		2.13s	7,794	243	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	3.5	4.4	33.3%	2		937ms	723	88	0
Qwen3.6 Flash	5.3	10.0	33.3%	0		1.11s	789	15	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	4.8	10.0	0.0%	0		1.82s	477	174	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		947ms	522	132	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	6.3	10.0	50.0%	0		728ms	660	101	0
Qwen3.6 Flash	6.3	10.0	50.0%	0		1.10s	711	66	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Mini	5.4	10.0	33.3%	0		836ms	642	305	0
Qwen3.6 Flash	3.5	10.0	0.0%	0		1.21s	714	669	0

Вызов инструментов	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		2.32s	5,477	255	0
Qwen3.6 Flash	10.0	10.0	100.0%	0		2.49s	8,211	272	0

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		1.33s	195	43	0
Qwen3.6 Flash	3.0	10.0	0.0%	0		649ms	210	9	0

Быстрое сравнение

Сменить пару сравнения

MiniMax M2.7mediumvsGPT-5.4 Mininone Gemini 3.1 Flash LiteminimalvsQwen3.6 Flashnone Mistral Small 4mediumvsGPT-5.4 Mininone DeepSeek V4 ProhighvsQwen3.6 Flashnone Gemma 4 31BmediumБесплатно доступноvsQwen3.6 Flashnone CobuddymediumvsGPT-5.4 Mininone Nemotron 3 SupermediumБесплатно доступноvsQwen3.6 Flashnone Gemini 3.1 Flash LitelowvsQwen3.6 Flashnone Gemini 3.1 Flash Lite PreviewlowvsQwen3.6 Flashnone MiniMax M2.5mediumvsGPT-5.4 Mininone GPT-5.4 MininonevsQwen3 Coder Nextmedium GPT-5 NanomediumvsQwen3.6 Flashnone