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 Nano vs Qwen: Qwen3.6 27B

摘要

GPT-5.4 Nano vs Qwen3.6 27B benchmark 对比：GPT-5.4 Nano 平均分领先，为 7.0 vs 6.8。 GPT-5.4 Nano benchmark 成本更低，为 $0.107 vs $0.336。 GPT-5.4 Nano 更快，为 11.95s vs 59.71s，通过率为 63.5% vs 60.3%。

推荐模型: GPT-5.4 Nano - 它在这里得分最高（7.0），同时成本比Qwen3.6 27B低约 3.2 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 GPT-5.4 Nano GPT-5.4 Nano medium 发布日期: 2026-03-17 Qwen3.6 27B Qwen3.6 27B medium 发布日期: 2026-04-20
分数 7.0 6.8
排名 #71 #79
可靠性 10.0 10.0
一致性 8.4 8.2
测试正确
尝试通过率 63.5% 60.3%
不稳定测试 4 5
总运行次数 63 63
每个结果成本 0.969 3.361
总成本 $0.107 $0.336
输入价格 $0.200 / 1M $0.290 / 1M
输出价格 $1.250 / 1M $2.400 / 1M
总输入令牌 35,434 39,376
输出令牌 3,014 16,189
推理令牌 76,520 122,521
响应时间（平均） 11.95s 59.71s
响应时间（最大） 94.06s 168.22s
响应时间（总计） 250.98s 1254.01s

Generation showcase

Hamster playing table tennis

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

#71 GPT-5.4 Nano

medium
Cost
$0.007
Time
24.6s
Tokens
4,943 tok

#79 Qwen3.6 27B

medium
Cost
$0.009
Time
39.6s
Tokens
3,090 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 Nano 8.3 10.0 75.0% 0 4.52s 606 683 2,254
Qwen3.6 27B 8.3 10.0 75.0% 0 12.62s 453 582 4,311
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 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
Qwen3.6 27B 7.7 10.0 66.7% 0 142.99s 5,051 7,968 43,367
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 Nano 9.8 10.0 100.0% 0 24.13s 12,345 349 5,719
Qwen3.6 27B 7.0 3.7 66.7% 1 83.07s 15,104 2,088 14,689
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 Nano 10.0 10.0 100.0% 0 2.54s 7,140 234 516
Qwen3.6 27B 3.5 1.4 50.0% 2 37.30s 7,778 568 9,404
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 Nano 5.9 7.2 55.6% 1 38.18s 619 60 43,325
Qwen3.6 27B 2.9 7.2 11.1% 1 73.38s 662 3,510 20,352
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 Nano 4.5 10.0 0.0% 0 4.15s 477 179 443
Qwen3.6 27B 6.5 3.4 66.7% 1 39.53s 516 81 3,045
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 Nano 9.8 10.0 100.0% 0 1.88s 660 95 521
Qwen3.6 27B 10.0 10.0 100.0% 0 37.96s 699 346 6,548
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 Nano 4.1 7.2 22.2% 1 3.79s 642 594 1,408
Qwen3.6 27B 7.7 10.0 66.7% 0 61.14s 696 255 12,044
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 Nano 10.0 10.0 100.0% 0 7.71s 5,445 234 382
Qwen3.6 27B 10.0 10.0 100.0% 0 16.88s 8,213 390 2,954
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 Nano 3.0 10.0 0.0% 0 4.81s 195 70 1,174
Qwen3.6 27B 3.0 10.0 0.0% 0 80.99s 204 401 5,807

快速对比

切换对比组合

GPT-5.4 NanomediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsGPT-5.4 NanomediumClaude Sonnet 4.6nonevsQwen3.6 27BmediumGPT-5.4 NanomediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitelowvsGPT-5.4 NanomediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 NanomediumGemma 4 31Bnone免费可用vsQwen3.6 27BmediumGPT-5.4 NanomediumvsStep 3.7 FlashlowClaude Sonnet 4.6nonevsGPT-5.4 NanomediumQwen3.6 27BmediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsQwen3.6 27BmediumGemini 3.1 Flash LiteminimalvsQwen3.6 27Bmedium