#124 GPT-5.4 Mini
none- 成本
- $0.010
- 时间
- 11.7s
- 令牌
- 2,151 tok
AI BENCHY 对比
OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.5-9B
摘要
GPT-5.4 Mini vs Qwen3.5-9B benchmark 对比：GPT-5.4 Mini 平均分领先，为 5.3 vs 3.8。 Qwen3.5-9B benchmark 成本更低，为 $0.036 vs $0.038。 GPT-5.4 Mini 更快，为 1.13s vs 82.24s，通过率为 30.2% vs 27.0%。
推荐模型: GPT-5.4 Mini - 它在这里得分最高（5.3），同时响应速度比Qwen3.5-9B快约 72.5 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18
| 指标 | GPT-5.4 Mini GPT-5.4 Mini none | Qwen3.5-9B Qwen3.5-9B medium |
|---|---|---|
| 分数 | 5.3 | 3.8 |
| 排名 | #124 | #165 |
| 可靠性 | 10.0 | 6.7 |
| 一致性 | 8.8 | 8.0 |
| 测试正确 | ||
| 尝试通过率 | 30.2% | 27.0% |
| 不稳定测试 | 3 | 5 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.743 | 1.187 |
| 总成本 | $0.038 | $0.036 |
| 输入价格 | $0.750 / 1M | $0.100 / 1M |
| 输出价格 | $4.500 / 1M | $0.150 / 1M |
| 总输入令牌 | 34,244 | 17,070 |
| 输出令牌 | 2,541 | 29,045 |
| 推理令牌 | 0 | 209,516 |
| 响应时间（平均） | 1.13s | 82.24s |
| 响应时间（最大） | 2.52s | 226.38s |
| 响应时间（总计） | 23.82s | 1315.88s |
生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#165 Qwen3.5-9B
medium- 成本
- $0.001
- 时间
- 35.9s
- 令牌
- 3,030 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 | |
| Qwen3.5-9B | 5.1 | 5.8 | 50.0% | 2 | 34.44s | 369 | 2,621 | 12,411 |
| 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 | |
| Qwen3.5-9B | 2.9 | 10.0 | 0.0% | 0 | 100.88s | 2,396 | 7,890 | 41,129 |
| 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 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 0 | 0 | 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 | |
| Qwen3.5-9B | 3.6 | 5.6 | 33.3% | 1 | 87.31s | 4,722 | 1,383 | 32,113 |
| 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 | |
| Qwen3.5-9B | 3.6 | 7.2 | 22.2% | 1 | 137.75s | 295 | 11,549 | 48,475 |
| 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 | |
| Qwen3.5-9B | 2.8 | 1.6 | 33.3% | 1 | 226.38s | 180 | 0 | 30,695 |
| 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 | |
| Qwen3.5-9B | 6.5 | 10.0 | 50.0% | 0 | 5.75s | 381 | 491 | 1,824 |
| 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 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 32.27s | 376 | 1,593 | 12,026 |
| 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 | |
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 4.31s | 8,283 | 444 | 1,149 |
| 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 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 177.02s | 68 | 3,074 | 29,694 |
快速对比
切换对比组合
MiniMax M2.7mediumvsGPT-5.4 MininoneMistral Small 4mediumvsGPT-5.4 Mininonegpt-oss-120bnone免费可用vsQwen3.5-9BmediumGranite 4.1 8BnonevsQwen3.5-9BmediumCobuddymediumvsGPT-5.4 MininoneNorth Mini Codemedium免费可用vsGPT-5.4 MininoneMiniMax M2.5mediumvsGPT-5.4 MininoneQwen3.5-9BmediumvsGrok 4.20noneGPT-5.4 MininonevsQwen3 Coder NextmediumGemini 3.1 Flash LiteminimalvsGPT-5.4 MininoneMercury 2nonevsQwen3.5-9BmediumLing-2.6-1TnonevsQwen3.5-9Bmedium