- 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 Plus 2026-02-15 (medium)
平均分几乎持平，为 7.5 vs 7.5。 Qwen3.5 Plus 2026-02-15 (medium) benchmark 成本更低，为 $0.437 vs $0.756。 GPT-5.4 Mini (medium) 更快，为 25.94s vs 89.19s，通过率为 71.2% vs 71.2%。
- 排名
- #70
- 总输出令牌
- 260,704
- 响应时间（平均）
- 89.19s
- 总成本
- $0.437
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 Plus 2026-02-15 (medium)快约 3.4 倍。
详细对比
| 指标 | GPT-5.4 Mini GPT-5.4 Mini medium | Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium |
|---|---|---|
| 分数 | 7.5 | 7.5 |
| 排名 | #69 | #70 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 7.7 | 8.5 |
| 测试正确 | ||
| 尝试通过率 | 71.2% | 71.2% |
| 不稳定测试 | 6 | 4 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 6.299 | 3.348 |
| 总成本 | $0.756 | $0.437 |
| 输入价格 | $0.750 / 1M | $0.260 / 1M |
| 输出价格 | $4.500 / 1M | $1.560 / 1M |
| 总输入令牌 | 97,155 | 113,560 |
| 输出令牌 | 6,211 | 9,823 |
| 推理令牌 | 145,544 | 250,881 |
| 响应时间（平均） | 25.94s | 89.19s |
| 响应时间（最大） | 138.75s | 304.85s |
| 响应时间（总计） | 570.66s | 1337.92s |
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
#70 Qwen3.5 Plus 2026-02-15
medium- 成本
- $0.011
- 时间
- 125.5s
- 令牌
- 7,040 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 Plus 2026-02-15 | 8.2 | 7.9 | 83.3% | 1 | 45.78s | 672 | 205 | 21,236 |
| 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 Plus 2026-02-15 | 6.6 | 7.1 | 44.4% | 1 | 180.70s | 6,950 | 420 | 80,595 |
| 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 Plus 2026-02-15 | 6.9 | 5.9 | 66.7% | 1 | 175.85s | 87,576 | 8,085 | 69,183 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 46.91s | 7,782 | 270 | 14,916 |
| 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 Plus 2026-02-15 | 5.3 | 10.0 | 33.3% | 0 | 17.50s | 444 | 35 | 16,680 |
| 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 Plus 2026-02-15 | 4.7 | 1.6 | 66.7% | 1 | 79.86s | 344 | 73 | 8,675 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 31.93s | 699 | 101 | 7,704 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 32.50s | 696 | 301 | 13,853 |
| 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 Plus 2026-02-15 | 10.0 | 10.0 | 100.0% | 0 | 7.54s | 8,193 | 309 | 909 |
| 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 Plus 2026-02-15 | 3.0 | 10.0 | 0.0% | 0 | 103.81s | 204 | 24 | 17,130 |
快速对比
切换对比组合
GPT-5.6 TerralowvsQwen3.5 Plus 2026-02-15mediumGPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15mediumGPT-5.4 MinimediumvsQwen3.7 MaxnoneClaude Opus 5nonevsGPT-5.4 MinimediumClaude Opus 5nonevsQwen3.5 Plus 2026-02-15mediumGemini 3 Flash PreviewlowvsQwen3.5 Plus 2026-02-15mediumKAT-Coder-Pro V2.5lowvsQwen3.5 Plus 2026-02-15mediumGemini 3 Flash PreviewlowvsGPT-5.4 MinimediumKAT-Coder-Pro V2.5lowvsGPT-5.4 MinimediumClaude Sonnet 4.6nonevsQwen3.5 Plus 2026-02-15mediumClaude Sonnet 4.6nonevsGPT-5.4 MinimediumDeepSeek V4 ProhighvsGPT-5.4 Minimedium