- 排名
- #322
- 总输出令牌
- 3,627
- 响应时间（平均）
- 4.16s
- 总成本
- $0.024
GPT-4o-mini (default) vs Qwen3.5-9B
GPT-4o-mini (default) 平均分领先，为 5.0 vs 4.9。 GPT-4o-mini (default) benchmark 成本更低，为 $0.024 vs $0.041。 GPT-4o-mini (default) 更快，为 4.16s vs 37.19s，通过率为 21.7% vs 18.8%。
已对比模型
- 排名
- #331
- 总输出令牌
- 70,427
- 响应时间（平均）
- 37.19s
- 总成本
- $0.041
推荐模型
GPT-4o-mini (default)
它在这里得分最高（5.0），同时成本比Qwen3.5-9B低约 1.7 倍。
详细对比
| 指标 | GPT-4o-mini GPT-4o-mini default | Qwen3.5-9B Qwen3.5-9B none |
|---|---|---|
| 分数 | 5.0 | 4.9 |
| 排名 | #322 | #331 |
| 可靠性 | 10.0 | 9.8 |
| 一致性 | 9.9 | 9.7 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 21.7% | 18.8% |
| 不稳定测试 | 0 | 1 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 0.480 | 1.022 |
| 总成本 | $0.024 | $0.041 |
| 输入价格 | $0.150 / 1M | $0.100 / 1M |
| 输出价格 | $0.600 / 1M | $0.150 / 1M |
| 缓存读取价格 | $0.075 / 1M | 不适用 |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 145,180 | 307,670 |
| 输出令牌 | 3,627 | 70,427 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 4.16s | 37.19s |
| 响应时间（最大） | 39.99s | 433.02s |
| 响应时间（总计） | 70.70s | 855.27s |
| 参数量 | ~8B | 9B |
| 开放状态 | 闭源 | 开源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#322 GPT-4o-mini
default- 成本
- $0.001
- 时间
- 6.6s
- 令牌
- 742 tok
#331 Qwen3.5-9B
none
Reached the allocated time limit (300 seconds) without receiving showcase output.
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
类别细分
| 智能体任务 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 5.0 | 10.0 | 0.0% | 0 | 39.99s | 92,035 | 714 | 0 | |
| Qwen3.5-9B | 3.9 | 9.6 | 0.0% | 0 | 433.02s | 163,254 | 32,943 | 0 |
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 4.8 | 10.0 | 25.0% | 0 | 1.34s | 618 | 186 | 0 | |
| Qwen3.5-9B | 3.1 | 9.9 | 0.0% | 0 | 1.71s | 696 | 582 | 0 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 3.2 | 9.6 | 0.0% | 0 | 1.63s | 7,314 | 367 | 0 | |
| Qwen3.5-9B | 3.9 | 7.8 | 11.1% | 1 | 5.60s | 7,913 | 1,042 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 6.32s | 29,916 | 1,497 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 193.98s | 116,763 | 34,787 | 0 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 7,161 | 183 | 0 | |
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 847ms | 7,788 | 249 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 743ms | 741 | 17 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 636ms | 798 | 24 | 0 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 4.0 | 10.0 | 0.0% | 0 | 909ms | 480 | 66 | 0 | |
| Qwen3.5-9B | 4.4 | 9.9 | 0.0% | 0 | 552ms | 522 | 99 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 6.3 | 10.0 | 50.0% | 0 | 1.11s | 666 | 69 | 0 | |
| Qwen3.5-9B | 6.5 | 10.0 | 50.0% | 0 | 514ms | 711 | 75 | 0 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 3.5 | 10.0 | 0.0% | 0 | 1.21s | 651 | 308 | 0 | |
| Qwen3.5-9B | 3.2 | 10.0 | 0.0% | 0 | 621ms | 714 | 347 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 10.0 | 10.0 | 100.0% | 0 | 2.51s | 5,400 | 205 | 0 | |
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 8,301 | 273 | 0 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| GPT-4o-mini | 3.0 | 10.0 | 0.0% | 0 | 794ms | 198 | 15 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 2.32s | 210 | 6 | 0 |
快速对比
切换对比组合
KAT Coder AIR V2.5lowvsGPT-4o-minidefaultLing 2.6 1tdefaultvsQwen3.5-9BnoneMiniMax M2.7mediumvsGPT-4o-minidefaultLaguna S 2.1high免费可用vsQwen3.5-9BnoneGPT-4o-minidefaultvsInkling Smallnone免费可用Mercury 2.5 PreviewlowvsGPT-4o-minidefaultGPT-4o-minidefaultvsLaguna S 2.1high免费可用GPT-4o-minidefaultvsLaguna S 2.1medium免费可用GPT-4o-minidefaultvsMiMo-V2.5noneKAT Coder AIR V2.5lowvsQwen3.5-9BnoneGPT-4o-minidefaultvsHy4 previewnoneDots 3 Note Previewdefault免费可用vsQwen3.5-9Bnone