导航
AI BENCHY
Advertise here

AI BENCHY 对比

OpenAI: GPT-5.4 Mini vs Qwen: Qwen3.6 Max Preview

摘要

GPT-5.4 Mini vs Qwen3.6 Max Preview benchmark 对比：Qwen3.6 Max Preview 平均分领先，为 6.0 vs 5.3。 GPT-5.4 Mini benchmark 成本更低，为 $0.038 vs $0.075。 GPT-5.4 Mini 更快，为 1.13s vs 3.30s，通过率为 30.2% vs 58.7%。

推荐模型: Qwen3.6 Max Preview - 它在本次比较中得分最高（6.0），并且在全部 2 个模型中兼顾成本和响应时间最好。

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 Qwen3.6 Max Preview Qwen3.6 Max Preview none 发布日期: 2026-04-20
分数 5.3 6.0
排名 #131 #104
可靠性 10.0 10.0
一致性 8.8 9.2
测试正确
尝试通过率 30.2% 58.7%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 0.743 0.824
总成本 $0.038 $0.075
输入价格 $0.750 / 1M $1.040 / 1M
输出价格 $4.500 / 1M $6.240 / 1M
总输入令牌 34,244 42,509
输出令牌 2,541 4,779
推理令牌 0 0
响应时间（平均） 1.13s 3.30s
响应时间（最大） 2.52s 20.51s
响应时间（总计） 23.82s 69.40s

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

#104 Qwen3.6 Max Preview

none
Cost
$0.025
Time
83.9s
Tokens
4,066 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
Qwen3.6 Max Preview 5.2 7.9 41.7% 1 2.63s 696 513 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
Qwen3.6 Max Preview 3.8 7.3 22.2% 1 3.12s 7,913 456 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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 20.51s 14,949 2,842 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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.87s 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
Qwen3.6 Max Preview 7.7 10.0 66.7% 0 1.22s 789 18 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
Qwen3.6 Max Preview 4.3 10.0 0.0% 0 1.62s 522 76 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
Qwen3.6 Max Preview 9.8 10.0 100.0% 0 1.40s 711 69 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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 2.65s 714 321 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
Qwen3.6 Max Preview 10.0 10.0 100.0% 0 5.27s 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
Qwen3.6 Max Preview 3.0 10.0 0.0% 0 1.97s 210 19 0

快速对比

切换对比组合

MiniMax M2.7mediumvsGPT-5.4 MininoneGemini 3.1 Flash LiteminimalvsQwen3.6 Max PreviewnoneMistral Small 4mediumvsGPT-5.4 MininoneDeepSeek V4 ProhighvsQwen3.6 Max PreviewnoneGemma 4 31Bmedium免费可用vsQwen3.6 Max PreviewnoneNemotron 3 Supermedium免费可用vsQwen3.6 Max PreviewnoneCobuddymediumvsGPT-5.4 MininoneGemini 3.1 Flash LitelowvsQwen3.6 Max PreviewnoneGemini 3.1 Flash Lite PreviewlowvsQwen3.6 Max PreviewnoneMiniMax M2.5mediumvsGPT-5.4 MininoneGPT-5.4 MininonevsQwen3 Coder NextmediumGPT-5 NanomediumvsQwen3.6 Max Previewnone