GPT-5.4 (medium) vs Qwen3.8 27B (high)

排名: #36
总输出令牌: 90,466
响应时间（平均）: 22.85s
总成本: $1.560

排名: #42
总输出令牌: 656,635
响应时间（平均）: 167.89s
总成本: 不适用

推荐模型 GPT-5.4 (medium)

它在这里得分最高（8.5），同时响应速度比Qwen3.8 27B (high)快约 7.3 倍。

详细对比

指标	GPT-5.4 GPT-5.4 medium 发布日期: 2026-03-05	Qwen3.8 27B Qwen3.8 27B high 发布日期: 2026-08-14

指标	GPT-5.4 GPT-5.4 medium 发布日期: 2026-03-05	Qwen3.8 27B Qwen3.8 27B high 发布日期: 2026-08-14
分数	8.5	8.4
排名	#36	#42
可靠性	10.0	9.6
一致性	8.6	9.2
尝试次数	66/66	66/66
测试正确
尝试通过率	77.3%	77.3%
不稳定测试	4	2
总运行次数	66	66
每个结果成本	10.399	不适用
总成本	$1.560	不适用
输入价格	$2.500 / 1M	不适用
输出价格	$15.000 / 1M	不适用
总输入令牌	81,136	100,179
输出令牌	6,155	904
推理令牌	84,311	655,731
响应时间（平均）	22.85s	167.89s
响应时间（最大）	100.41s	640.85s
响应时间（总计）	502.78s	3693.54s
参数量	~1.5T 总计 (~100B 激活)	27.3B
开放状态	闭源	权重可用

模型生成展示

Hamster playing table tennis

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

#36 GPT-5.4

medium

成本: $0.214
时间: 199.6s
令牌: 14,349 tok

#42 Qwen3.8 27B

high

成本: 不适用
时间: 270.1s
令牌: 18,963 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-5.4	8.3	10.0	75.0%	0		4.11s	606	240	1,511
Qwen3.8 27B	10.0	10.0	100.0%	0		8.10s	1,128	114	5,319

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-5.4	8.8	7.8	88.9%	1		44.36s	7,305	433	24,216
Qwen3.8 27B	8.1	7.0	88.9%	1		248.62s	8,235	346	143,335

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-5.4	10.0	10.0	100.0%	0		29.77s	58,038	4,214	13,351
Qwen3.8 27B	10.0	10.0	100.0%	0		185.57s	68,997	66	72,556

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-5.4	10.0	10.0	100.0%	0		5.32s	7,140	234	804
Qwen3.8 27B	10.0	10.0	100.0%	0		34.85s	9,675	123	10,320

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-5.4	5.3	7.2	44.4%	1		72.44s	628	61	36,544
Qwen3.8 27B	5.3	10.0	33.3%	0		526.74s	975	6	234,555

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-5.4	4.7	3.1	33.3%	1		4.92s	477	145	321
Qwen3.8 27B	5.0	10.0	0.0%	0		8.45s	630	63	1,191

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-5.4	10.0	10.0	100.0%	0		3.11s	660	93	897
Qwen3.8 27B	9.8	10.0	100.0%	0		8.24s	927	42	2,871

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-5.4	8.2	7.2	88.9%	1		9.14s	642	441	3,815
Qwen3.8 27B	7.6	7.2	77.8%	1		199.90s	1,038	120	138,427

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-5.4	10.0	10.0	100.0%	0		13.28s	5,445	264	1,031
Qwen3.8 27B	10.0	10.0	100.0%	0		5.62s	8,256	21	912

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-5.4	3.0	10.0	0.0%	0		13.95s	195	30	1,821
Qwen3.8 27B	3.0	10.0	0.0%	0		263.98s	318	3	46,245

快速对比

切换对比组合

GPT-5.2mediumvsQwen3.8 27Bhigh Seed 2.1 TurbomediumvsQwen3.8 27Bhigh Qwen3.8 27BhighvsGrok 4.5low GPT-5.4mediumvsQwen3.8 Maxlow Qwen3.8 27BhighvsGrok 4.6medium Muse Spark 1.2lowvsQwen3.8 27Bhigh Muse Spark 1.2lowvsGPT-5.4medium Qwen3.8 27BhighvsGrok 4.5medium Muse Spark 1.1lowvsQwen3.8 27Bhigh GPT-5.4mediumvsGrok 4.5low Muse Spark 1.2highvsGPT-5.4medium Gemini 2.5 FlashmediumvsQwen3.8 27Bhigh