- 排名
- #69
- 总输出令牌
- 151,755
- 响应时间（平均）
- 25.94s
- 总成本
- $0.756
GPT-5.4 Mini (medium) vs Qwen3.5-27B (medium)
平均分几乎持平，为 7.5 vs 7.4。 GPT-5.4 Mini (medium) benchmark 成本更低，为 $0.756 vs $0.981。 GPT-5.4 Mini (medium) 更快，为 25.94s vs 111.94s，通过率为 71.2% vs 72.7%。
- 排名
- #71
- 总输出令牌
- 614,429
- 响应时间（平均）
- 111.94s
- 总成本
- $0.981
推荐模型
GPT-5.4 Mini (medium)
它在这里得分最高（7.5），同时响应速度比Qwen3.5-27B (medium)快约 4.3 倍。
详细对比
| 指标 | GPT-5.4 Mini GPT-5.4 Mini medium | Qwen3.5-27B Qwen3.5-27B medium |
|---|---|---|
| 分数 | 7.5 | 7.4 |
| 排名 | #69 | #71 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.7 | 8.2 |
| 测试正确 | ||
| 尝试通过率 | 71.2% | 72.7% |
| 不稳定测试 | 6 | 5 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.299 | 8.324 |
| 总成本 | $0.756 | $0.981 |
| 输入价格 | $0.750 / 1M | $0.195 / 1M |
| 输出价格 | $4.500 / 1M | $1.560 / 1M |
| 总输入令牌 | 97,155 | 111,635 |
| 输出令牌 | 6,211 | 15,999 |
| 推理令牌 | 145,544 | 598,430 |
| 响应时间（平均） | 25.94s | 111.94s |
| 响应时间（最大） | 138.75s | 1026.43s |
| 响应时间（总计） | 570.66s | 2462.67s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#69 GPT-5.4 Mini
medium- 成本
- $0.056
- 时间
- 95.5s
- 令牌
- 12,464 tok
#71 Qwen3.5-27B
medium- 成本
- $0.008
- 时间
- 62.0s
- 令牌
- 3,099 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
| 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 Mini | 8.6 | 7.9 | 91.7% | 1 | 4.05s | 606 | 296 | 2,876 | |
| Qwen3.5-27B | 8.7 | 7.9 | 91.7% | 1 | 19.75s | 672 | 569 | 31,505 |
| 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 Mini | 8.4 | 7.4 | 88.9% | 1 | 57.87s | 7,305 | 467 | 40,902 | |
| Qwen3.5-27B | 6.2 | 7.1 | 55.6% | 1 | 160.69s | 7,895 | 6,381 | 89,388 |
| 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 Mini | 6.9 | 5.9 | 66.7% | 1 | 59.64s | 74,058 | 4,347 | 40,924 | |
| Qwen3.5-27B | 7.3 | 5.8 | 83.3% | 1 | 595.19s | 84,417 | 7,948 | 279,132 |
| 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 Mini | 10.0 | 10.0 | 100.0% | 0 | 2.43s | 7,140 | 234 | 650 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 30.26s | 7,782 | 270 | 16,150 |
| 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 Mini | 4.1 | 4.4 | 44.5% | 2 | 65.31s | 619 | 60 | 43,286 | |
| Qwen3.5-27B | 5.3 | 10.0 | 33.3% | 0 | 79.53s | 553 | 43 | 52,368 |
| 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 Mini | 4.5 | 10.0 | 0.0% | 0 | 3.72s | 477 | 150 | 510 | |
| Qwen3.5-27B | 6.1 | 3.1 | 66.7% | 1 | 101.41s | 524 | 70 | 23,147 |
| 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 Mini | 9.8 | 10.0 | 100.0% | 0 | 2.13s | 660 | 96 | 1,185 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 19.66s | 699 | 97 | 11,638 |
| 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 Mini | 7.8 | 10.0 | 66.7% | 0 | 4.37s | 642 | 278 | 2,443 | |
| Qwen3.5-27B | 8.2 | 7.7 | 77.8% | 1 | 59.60s | 696 | 242 | 70,096 |
| 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 Mini | 4.7 | 1.6 | 66.7% | 1 | 9.62s | 5,453 | 251 | 2,594 | |
| Qwen3.5-27B | 10.0 | 10.0 | 100.0% | 0 | 7.45s | 8,193 | 348 | 1,323 |
| 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 Mini | 3.0 | 10.0 | 0.0% | 0 | 30.10s | 195 | 32 | 10,174 | |
| Qwen3.5-27B | 3.0 | 10.0 | 0.0% | 0 | 85.11s | 204 | 31 | 23,683 |
快速对比
切换对比组合
GPT-5.6 TerralowvsQwen3.5-27BmediumGPT-5.4 MinimediumvsQwen3.7 MaxnoneClaude Opus 5nonevsGPT-5.4 MinimediumGPT-5.3 ChatnonevsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsQwen3.5-27BmediumKAT-Coder-Pro V2.5lowvsQwen3.5-27BmediumClaude Sonnet 4.6nonevsQwen3.5-27BmediumClaude Opus 5nonevsQwen3.5-27BmediumGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumKAT-Coder-Pro V2.5lowvsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumDeepSeek V4 ProhighvsGPT-5.4 Minimedium