导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.5-35B-A3B

摘要

GPT-5.4 Mini vs Qwen3.5-35B-A3B benchmark 对比：Qwen3.5-35B-A3B 平均分领先，为 5.9 vs 5.3。 Qwen3.5-35B-A3B benchmark 成本更低，为 $0.012 vs $0.038。 GPT-5.4 Mini 更快，为 1.13s vs 3.37s，通过率为 30.2% vs 42.9%。

推荐模型: Qwen3.5-35B-A3B - 它在这里得分最高（5.9），同时成本比GPT-5.4 Mini低约 3.3 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 GPT-5.4 Mini GPT-5.4 Mini none 发布日期: 2026-03-17 Qwen3.5-35B-A3B Qwen3.5-35B-A3B none 发布日期: 2026-02-24
分数 5.3 5.9
排名 #131 #108
可靠性 10.0 10.0
一致性 8.8 8.9
测试正确
尝试通过率 30.2% 42.9%
不稳定测试 3 3
总运行次数 63 63
每个结果成本 0.743 0.230
总成本 $0.038 $0.012
输入价格 $0.750 / 1M $0.140 / 1M
输出价格 $4.500 / 1M $1.000 / 1M
总输入令牌 34,244 48,194
输出令牌 2,541 4,343
推理令牌 0 0
响应时间（平均） 1.13s 3.37s
响应时间（最大） 2.52s 47.43s
响应时间（总计） 23.82s 70.75s

Generation showcase

Hamster playing table tennis

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

#131 GPT-5.4 Mini

none
Cost
$0.010
Time
11.7s
Tokens
2,151 tok

#108 Qwen3.5-35B-A3B

none
Cost
$0.005
Time
28.4s
Tokens
4,518 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 3.1 8.1 8.3% 1 929ms 606 654 0
Qwen3.5-35B-A3B 3.4 7.9 16.7% 1 1.43s 696 574 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-5.4 Mini 5.5 10.0 33.3% 0 913ms 7,305 401 0
Qwen3.5-35B-A3B 5.5 10.0 33.3% 0 1.39s 7,808 571 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-5.4 Mini 3.0 10.0 0.0% 0 2.52s 11,019 298 0
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 47.43s 20,739 1,833 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-5.4 Mini 10.0 10.0 100.0% 0 1.30s 7,140 222 0
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 1.16s 7,794 243 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-5.4 Mini 3.5 4.4 33.3% 2 937ms 723 88 0
Qwen3.5-35B-A3B 7.7 10.0 66.7% 0 485ms 789 15 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-5.4 Mini 4.8 10.0 0.0% 0 1.82s 477 174 0
Qwen3.5-35B-A3B 6.5 3.4 66.7% 1 1.19s 522 114 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-5.4 Mini 6.3 10.0 50.0% 0 728ms 660 101 0
Qwen3.5-35B-A3B 6.3 10.0 50.0% 0 809ms 711 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-5.4 Mini 5.4 10.0 33.3% 0 836ms 642 305 0
Qwen3.5-35B-A3B 3.7 7.4 22.2% 1 1.35s 714 655 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-5.4 Mini 3.0 10.0 0.0% 0 2.32s 5,477 255 0
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 2.30s 8,211 264 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-5.4 Mini 3.0 10.0 0.0% 0 1.33s 195 43 0
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 493ms 210 11 0

快速对比

切换对比组合

MiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGPT-5.4 MininoneGemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3BnoneDeepSeek V4 ProhighvsQwen3.5-35B-A3BnoneCobuddymediumvsGPT-5.4 MininoneGemma 4 31Bmedium免费可用vsQwen3.5-35B-A3BnoneNemotron 3 Supermedium免费可用vsQwen3.5-35B-A3BnoneGemini 3.1 Flash LitelowvsQwen3.5-35B-A3BnoneGemini 3.1 Flash Lite PreviewlowvsQwen3.5-35B-A3BnoneMiniMax M2.5mediumvsGPT-5.4 MininoneGPT-5.4 MininonevsQwen3 Coder NextmediumGPT-5 NanomediumvsQwen3.5-35B-A3Bnone