导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.5 Plus 2026-02-15

摘要

GPT-5.4 Mini vs Qwen3.5 Plus 2026-02-15 benchmark 对比：Qwen3.5 Plus 2026-02-15 平均分领先，为 5.8 vs 5.3。 Qwen3.5 Plus 2026-02-15 benchmark 成本更低，为 $0.016 vs $0.038。 GPT-5.4 Mini 更快，为 1.13s vs 2.31s，通过率为 30.2% vs 46.0%。

推荐模型: Qwen3.5 Plus 2026-02-15 - 它在这里得分最高（5.8），同时成本比GPT-5.4 Mini低约 2.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-17

指标 GPT-5.4 Mini GPT-5.4 Mini none 发布日期: 2026-03-17 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none 发布日期: 2026-02-15
分数 5.3 5.8
排名 #123 #106
可靠性 10.0 10.0
一致性 8.8 9.4
测试正确
尝试通过率 30.2% 46.0%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 0.743 0.204
总成本 $0.038 $0.016
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 34,244 45,864
输出令牌 2,541 2,480
推理令牌 0 0
响应时间（平均） 1.13s 2.31s
响应时间（最大） 2.52s 6.65s
响应时间（总计） 23.82s 34.63s

Generation showcase

Hamster playing table tennis

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

#123 GPT-5.4 Mini

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

#106 Qwen3.5 Plus 2026-02-15

none
Cost
$0.012
Time
153.2s
Tokens
7,787 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 Plus 2026-02-15 4.8 10.0 25.0% 0 1.91s 696 517 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 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 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 Plus 2026-02-15 3.0 10.0 0.0% 0 6.65s 18,304 314 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 Plus 2026-02-15 10.0 10.0 100.0% 0 1.89s 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 Plus 2026-02-15 5.3 10.0 33.3% 0 1.17s 789 17 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 Plus 2026-02-15 4.4 3.0 33.3% 1 2.26s 522 117 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 Plus 2026-02-15 10.0 10.0 100.0% 0 1.67s 711 72 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 Plus 2026-02-15 7.7 10.0 66.7% 0 2.71s 714 494 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 Plus 2026-02-15 10.0 10.0 100.0% 0 3.33s 8,211 222 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 Plus 2026-02-15 3.0 10.0 0.0% 0 1.11s 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 Plus 2026-02-15noneCobuddymediumvsGPT-5.4 MininoneGemma 4 31Bmedium免费可用vsQwen3.5 Plus 2026-02-15noneNemotron 3 Supermedium免费可用vsQwen3.5 Plus 2026-02-15noneMiniMax M2.5mediumvsGPT-5.4 MininoneGemini 3.1 Flash LitelowvsQwen3.5 Plus 2026-02-15noneGPT-5.4 MininonevsQwen3 Coder NextmediumGemini 3.1 Flash Lite PreviewlowvsQwen3.5 Plus 2026-02-15noneMiniMax M2.7mediumvsQwen3.5 Plus 2026-02-15noneMistral Small 4mediumvsQwen3.5 Plus 2026-02-15none