OpenAI: GPT-4o-mini vs Qwen: Qwen3 Coder Next

GPT-4o-mini 平均分领先，为 5.0 vs 4.7。 GPT-4o-mini benchmark 成本更低，为 $0.010 vs $0.032。 GPT-4o-mini 更快，为 1.99s vs 9.61s，通过率为 22.7% vs 27.3%。

推荐模型GPT-4o-mini它在这里得分最高（5.0），同时成本比Qwen3 Coder Next (medium)低约 3.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18

指标	GPT-4o-mini GPT-4o-mini none 发布日期: 2024-07-18	Qwen3 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03

指标	GPT-4o-mini GPT-4o-mini none 发布日期: 2024-07-18	Qwen3 Coder Next Qwen3 Coder Next medium 发布日期: 2026-02-03
分数	5.0	4.7
排名	#170	#183
可靠性	10.0	10.0
一致性	9.9	9.0
测试正确
尝试通过率	22.7%	27.3%
不稳定测试	0	3
总运行次数	66	66
每个结果成本	0.195	0.793
总成本	$0.010	$0.032
输入价格	$0.150 / 1M	$0.110 / 1M
输出价格	$0.600 / 1M	$0.800 / 1M
总输入令牌	53,136	148,194
输出令牌	2,911	19,069
推理令牌	0	0
响应时间（平均）	1.99s	9.61s
响应时间（最大）	7.58s	81.80s
响应时间（总计）	29.86s	153.69s

Hamster playing table tennis

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

#170 GPT-4o-mini

none

成本: $0.001
时间: 6.6s
令牌: 742 tok

#183 Qwen3 Coder Next

medium

无效SVG

成本: $0.000
时间: 300.0s
令牌: 0 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

类别:

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 Coder Next	3.5	8.1	16.7%	1		8.64s	645	1,252	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 Coder Next	3.7	7.2	22.2%	1		924ms	7,185	336	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 Coder Next	3.0	10.0	0.0%	0		14.65s	121,413	16,067	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 Coder Next	6.5	10.0	50.0%	0		81.80s	7,758	246	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		637ms	732	15	0
Qwen3 Coder Next	5.3	10.0	33.3%	0		638ms	753	25	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 Coder Next	6.3	3.4	66.7%	1		1.39s	498	142	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 Coder Next	6.3	10.0	50.0%	0		7.49s	684	63	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 Coder Next	3.0	10.0	0.0%	0		1.25s	678	671	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 Coder Next	10.0	10.0	100.0%	0		2.64s	8,364	255	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 Coder Next	3.0	10.0	0.0%	0		399ms	216	12	0

快速对比

切换对比组合