AI BENCHY Compare

OpenAI: GPT-5.4 Nano vs Qwen: Qwen3.5-9B

Сводка

Сравнение benchmark GPT-5.4 Nano vs Qwen3.5-9B: GPT-5.4 Nano лидирует по среднему баллу: 4.8 vs 3.8. GPT-5.4 Nano имеет более низкую стоимость benchmark: $0.011 vs $0.036. GPT-5.4 Nano быстрее: 1.48s vs 82.24s, с долей успешных попыток 30.2% vs 27.0%.

Рекомендуемая модель: GPT-5.4 Nano - Здесь у него лучший балл (4.8), при этом он примерно в 3.5 раза дешевле, чем Qwen3.5-9B.

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

Метрика	GPT-5.4 Nano GPT-5.4 Nano none Релиз: 2026-03-17	Qwen3.5-9B Qwen3.5-9B medium Релиз: 2026-03-02

Метрика	GPT-5.4 Nano GPT-5.4 Nano none Релиз: 2026-03-17	Qwen3.5-9B Qwen3.5-9B medium Релиз: 2026-03-02
Оценка	4.8	3.8
Ранг	#149	#164
Надежность	10.0	6.7
Стабильность	8.2	8.0
Тестов верно
Доля успешных попыток	30.2%	27.0%
Нестабильные тесты	5	5
Всего запусков	63	63
Стоимость за результат	0.259	1.187
Общая стоимость	$0.011	$0.036
Цена входа	$0.200 / 1M	$0.100 / 1M
Цена выхода	$1.250 / 1M	$0.150 / 1M
Общее число входных токенов	34,212	17,070
Выходные токены	2,784	29,045
Токены рассуждений	0	209,516
Время ответа (среднее)	1.48s	82.24s
Время ответа (макс.)	4.47s	226.38s
Время ответа (суммарно)	31.01s	1315.88s

Generation showcase

Hamster playing table tennis

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

#149 GPT-5.4 Nano

none

Cost: $0.008
Time: 46.1s
Tokens: 5,735 tok

#164 Qwen3.5-9B

medium

Cost: $0.001
Time: 35.9s
Tokens: 3,030 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 Nano	3.5	8.0	16.7%	1		1.18s	606	800	0
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Nano	4.6	7.9	22.2%	1		2.22s	7,305	613	0
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Nano	3.0	10.0	0.0%	0		3.84s	11,019	280	0
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	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 Nano	6.5	10.0	50.0%	0		1.11s	7,140	219	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Nano	2.9	4.4	22.2%	2		926ms	723	52	0
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	295	11,549	48,475

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Nano	3.8	2.5	33.3%	1		1.31s	477	180	0
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Nano	6.3	10.0	50.0%	0		784ms	660	89	0
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Nano	5.4	10.0	33.3%	0		1.25s	642	308	0
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Nano	10.0	10.0	100.0%	0		3.40s	5,445	222	0
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4 Nano	3.0	10.0	0.0%	0		773ms	195	21	0
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

Быстрое сравнение

Сменить пару сравнения

MiniMax M2.5mediumvsGPT-5.4 Nanonone GPT-5.4 NanononevsQwen3 Coder Nextmedium CobuddymediumvsGPT-5.4 Nanonone Granite 4.1 8BnonevsQwen3.5-9Bmedium Mistral Small 4mediumvsGPT-5.4 Nanonone MiniMax M2.7mediumvsGPT-5.4 Nanonone Qwen3.5-9BmediumvsMiMo-V2-Flashnone GPT-5.4 NanononevsGLM 4.7 Flashmedium Mercury 2nonevsQwen3.5-9Bmedium Ling-2.6-1TnonevsQwen3.5-9Bmedium gpt-oss-120bnoneБесплатно доступноvsQwen3.5-9Bmedium Ring-2.6-1TnonevsQwen3.5-9Bmedium