Навигация
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.5-Flash

Сводка

Сравнение benchmark GPT-5.4 vs Qwen3.5-Flash: Qwen3.5-Flash лидирует по среднему баллу: 6.1 vs 5.8. Qwen3.5-Flash имеет более низкую стоимость benchmark: $0.005 vs $0.122. GPT-5.4 быстрее: 1.42s vs 3.58s, с долей успешных попыток 36.5% vs 39.7%.

Рекомендуемая модель: Qwen3.5-Flash - Здесь у него лучший балл (6.1), при этом он примерно в 29.5 раза дешевле, чем GPT-5.4.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-18

Метрика GPT-5.4 GPT-5.4 none Релиз: 2026-03-05 Qwen3.5-Flash Qwen3.5-Flash none Релиз: 2026-02-24
Оценка 5.8 6.1
Ранг #112 #97
Надежность 10.0 10.0
Стабильность 9.2 9.7
Тестов верно
Доля успешных попыток 36.5% 39.7%
Нестабильные тесты 2 1
Всего запусков 63 63
Стоимость за результат 1.740 0.075
Общая стоимость $0.122 $0.005
Цена входа $2.500 / 1M $0.065 / 1M
Цена выхода $15.000 / 1M $0.260 / 1M
Общее число входных токенов 34,212 46,439
Выходные токены 2,417 4,276
Токены рассуждений 0 0
Время ответа (среднее) 1.42s 3.58s
Время ответа (макс.) 2.95s 27.18s
Время ответа (суммарно) 29.87s 75.28s

Генерация showcase

Hamster playing table tennis

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

#112 GPT-5.4

none
Стоимость
$0.026
Время
18.1s
Токены
1,792 tok

#97 Qwen3.5-Flash

none
Стоимость
$0.003
Время
47.4s
Токены
7,799 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 3.2 8.0 8.3% 1 1.21s 606 406 0
Qwen3.5-Flash 3.5 8.3 8.3% 1 1.32s 696 690 0
Программирование Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 5.5 10.0 33.3% 0 1.62s 7,305 516 0
Qwen3.5-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 0
Комбинированный 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 2.89s 11,019 291 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 6.22s 18,879 1,794 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 10.0 10.0 100.0% 0 1.04s 7,140 222 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 1.57s 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 5.3 7.2 44.4% 1 1.07s 723 50 0
Qwen3.5-Flash 7.7 10.0 66.7% 0 905ms 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 4.4 9.9 0.0% 0 1.78s 477 184 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 803ms 522 100 0
Следование инструкциям Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 6.5 10.0 50.0% 0 1.07s 660 81 0
Qwen3.5-Flash 6.3 10.0 50.0% 0 8.81s 711 63 0
Решение головоломок Оценка Стабильность Доля успешных попыток Нестабильные тесты Тестов верно Время ответа (среднее) Входные токены Выходные токены Токены рассуждений
GPT-5.4 5.6 9.8 33.3% 0 1.44s 642 381 0
Qwen3.5-Flash 3.1 10.0 0.0% 0 10.89s 714 579 0
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 2.75s 5,445 246 0
Qwen3.5-Flash 10.0 10.0 100.0% 0 3.67s 8,211 264 0
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 990ms 195 40 0
Qwen3.5-Flash 3.0 10.0 0.0% 0 588ms 210 9 0

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash LiteminimalvsQwen3.5-FlashnoneNorth Mini CodemediumБесплатно доступноvsGPT-5.4noneGemma 4 31BmediumБесплатно доступноvsQwen3.5-FlashnoneNemotron 3 SupermediumБесплатно доступноvsQwen3.5-FlashnoneNorth Mini CodemediumБесплатно доступноvsQwen3.5-FlashnoneGemini 3.1 Flash LitelowvsQwen3.5-FlashnoneGemini 3.1 Flash LiteminimalvsGPT-5.4noneGemini 3.1 Flash Lite PreviewlowvsQwen3.5-FlashnoneGPT-5.4nonevsQwen3.5-35B-A3BmediumQwen3.5-FlashnonevsStep 3.5 FlashmediumGemma 4 31BmediumБесплатно доступноvsGPT-5.4noneNemotron 3 SupermediumБесплатно доступноvsGPT-5.4none