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 Max Preview

摘要

GPT-5.4 Nano vs Qwen3.6 Max Preview benchmark 对比：GPT-5.4 Nano 平均分领先，为 7.0 vs 6.9。 Qwen3.6 Max Preview benchmark 成本更低，为 $0.075 vs $0.107。 Qwen3.6 Max Preview 更快，为 3.30s vs 11.95s，通过率为 63.5% vs 58.7%。

推荐模型: Qwen3.6 Max Preview - 它的得分接近这里的最高分（6.9 vs 7.0），同时响应速度比GPT-5.4 Nano快约 3.6 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 Max Preview Qwen3.6 Max Preview none 发布日期: 2026-04-20
分数 7.0 6.9
排名 #71 #75
可靠性 10.0 10.0
一致性 8.4 9.2
测试正确
尝试通过率 63.5% 58.7%
不稳定测试 4 2
总运行次数 63 63
每个结果成本 0.969 0.824
总成本 $0.107 $0.075
输入价格 $0.200 / 1M $1.040 / 1M
输出价格 $1.250 / 1M $6.240 / 1M
总输入令牌 35,434 42,509
输出令牌 3,014 4,779
推理令牌 76,520 0
响应时间（平均） 11.95s 3.30s
响应时间（最大） 94.06s 20.51s
响应时间（总计） 250.98s 69.40s

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

#75 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 Nano 8.3 10.0 75.0% 0 4.52s 606 683 2,254
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 Nano 6.1 4.7 66.7% 2 19.12s 7,305 516 20,778
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 Nano 9.8 10.0 100.0% 0 24.13s 12,345 349 5,719
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 Nano 10.0 10.0 100.0% 0 2.54s 7,140 234 516
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 Nano 5.9 7.2 55.6% 1 38.18s 619 60 43,325
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 Nano 4.5 10.0 0.0% 0 4.15s 477 179 443
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 Nano 9.8 10.0 100.0% 0 1.88s 660 95 521
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 Nano 4.1 7.2 22.2% 1 3.79s 642 594 1,408
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 Nano 10.0 10.0 100.0% 0 7.71s 5,445 234 382
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 Nano 3.0 10.0 0.0% 0 4.81s 195 70 1,174
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

GPT-5.4 NanomediumvsStep 3.7 FlashhighClaude Opus 4.8nonevsGPT-5.4 NanomediumRing-2.6-1TmediumvsQwen3.6 Max PreviewnoneSeed-2.0-MinimediumvsQwen3.6 Max PreviewnoneKimi K2.5mediumvsQwen3.6 Max PreviewnoneDeepSeek V3.2mediumvsQwen3.6 Max PreviewnoneQwen3.6 Max PreviewnonevsStep 3.7 FlashhighClaude Opus 4.6mediumvsQwen3.6 Max PreviewnoneMiniMax M3mediumvsQwen3.6 Max PreviewnoneGemini 3.1 Flash LitelowvsGPT-5.4 NanomediumGemini 3.1 Flash Lite PreviewnonevsGPT-5.4 NanomediumGPT-5.4 NanomediumvsStep 3.7 Flashlow