AI BENCHY Compare

OpenAI: GPT-5.4 vs Qwen: Qwen3.6 27B

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-06-03

Метрика	GPT-5.4 GPT-5.4 none Релиз: 2026-03-05	Qwen3.6 27B Qwen3.6 27B medium Релиз: 2026-04-20

Метрика	GPT-5.4 GPT-5.4 none Релиз: 2026-03-05	Qwen3.6 27B Qwen3.6 27B medium Релиз: 2026-04-20
Оценка	5.6	6.6
Ранг	#121	#84
Надежность	10.0	10.0
Стабильность	9.1	8.1
Тестов верно
Доля успешных попыток	38.3%	58.3%
Нестабильные тесты	2	5
Всего запусков	60	60
Стоимость за результат	1.644	3.017
Общая стоимость	$0.116	$0.380
Цена входа	$2.500 / 1M	$0.290 / 1M
Цена выхода	$15.000 / 1M	$3.200 / 1M
Общее число входных токенов	31,593	36,541
Выходные токены	2,402	12,981
Токены рассуждений	0	105,822
Время ответа (среднее)	1.45s	57.79s
Время ответа (макс.)	2.95s	168.22s
Время ответа (суммарно)	29.00s	1155.83s

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
Qwen3.6 27B	8.3	10.0	75.0%	0		12.62s	453	582	4,311

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.4	6.8	10.0	50.0%	0		1.99s	4,686	501	0
Qwen3.6 27B	6.6	10.0	50.0%	0		165.39s	2,216	4,760	26,668

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
Qwen3.6 27B	7.0	3.7	66.7%	1		83.07s	15,104	2,088	14,689

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
Qwen3.6 27B	3.5	1.4	50.0%	2		37.30s	7,778	568	9,404

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
Qwen3.6 27B	2.9	7.2	11.1%	1		73.38s	662	3,510	20,352

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
Qwen3.6 27B	6.5	3.4	66.7%	1		39.53s	516	81	3,045

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
Qwen3.6 27B	10.0	10.0	100.0%	0		37.96s	699	346	6,548

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
Qwen3.6 27B	7.7	10.0	66.7%	0		61.14s	696	255	12,044

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
Qwen3.6 27B	10.0	10.0	100.0%	0		16.88s	8,213	390	2,954

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
Qwen3.6 27B	3.0	10.0	0.0%	0		80.99s	204	401	5,807

Быстрое сравнение

Сменить пару сравнения

Gemini 3.1 Flash LitenonevsQwen3.6 27Bmedium GPT-5.5nonevsQwen3.6 27Bmedium Gemini 3.1 Flash LiteminimalvsQwen3.6 27Bmedium Gemma 4 31BnoneБесплатно доступноvsQwen3.6 27Bmedium MiniMax M2.5mediumvsGPT-5.4none CobuddymediumvsGPT-5.4none MiniMax M2.7mediumvsGPT-5.4none Mistral Small 4mediumvsGPT-5.4none Ring-2.6-1TnonevsQwen3.6 27Bmedium Gemini 2.5 FlashnonevsQwen3.6 27Bmedium GPT-5.4nonevsOwl Alphamedium Qwen3.6 27BmediumvsGLM 5none