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: Qwen3.5-9B

摘要

GPT-5.4 Nano vs Qwen3.5-9B benchmark 对比：GPT-5.4 Nano 平均分领先，为 4.8 vs 3.8。 GPT-5.4 Nano benchmark 成本更低，为 $0.011 vs $0.036。 GPT-5.4 Nano 更快，为 1.48s vs 82.24s，通过率为 30.2% vs 27.0%。

推荐模型: GPT-5.4 Nano - 它在这里得分最高（4.8），同时成本比Qwen3.5-9B低约 3.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-12

指标 GPT-5.4 Nano GPT-5.4 Nano none 发布日期: 2026-03-17 Qwen3.5-9B Qwen3.5-9B medium 发布日期: 2026-03-02
分数 4.8 3.8
排名 #149 #164
可靠性 10.0 6.7
一致性 8.2 8.0
测试正确
尝试通过率 30.2% 27.0%
不稳定测试 5 5
总运行次数 63 63
每个结果成本 0.259 1.187
总成本 $0.011 $0.036
输入价格 $0.200 / 1M $0.100 / 1M
输出价格 $1.250 / 1M $0.150 / 1M
总输入令牌 34,212 17,070
输出令牌 2,784 29,045
推理令牌 0 209,516
响应时间（平均） 1.48s 82.24s
响应时间（最大） 4.47s 226.38s
响应时间（总计） 31.01s 1315.88s

Generation showcase

Hamster playing table tennis

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

#149 GPT-5.4 Nano

none
Cost
$0.008
Time
46.1s
Tokens
5,735 tok

#164 Qwen3.5-9B

medium
Cost
$0.001
Time
35.9s
Tokens
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 Nano 3.5 8.0 16.7% 1 1.18s 606 800 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 Nano 4.6 7.9 22.2% 1 2.22s 7,305 613 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 Nano 3.0 10.0 0.0% 0 3.84s 11,019 280 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 Nano 6.5 10.0 50.0% 0 1.11s 7,140 219 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 Nano 2.9 4.4 22.2% 2 926ms 723 52 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 Nano 3.8 2.5 33.3% 1 1.31s 477 180 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 Nano 6.3 10.0 50.0% 0 784ms 660 89 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 Nano 5.4 10.0 33.3% 0 1.25s 642 308 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 Nano 10.0 10.0 100.0% 0 3.40s 5,445 222 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 Nano 3.0 10.0 0.0% 0 773ms 195 21 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 M2.5mediumvsGPT-5.4 NanononeGPT-5.4 NanononevsQwen3 Coder NextmediumCobuddymediumvsGPT-5.4 NanononeGranite 4.1 8BnonevsQwen3.5-9BmediumMistral Small 4mediumvsGPT-5.4 NanononeMiniMax M2.7mediumvsGPT-5.4 NanononeQwen3.5-9BmediumvsMiMo-V2-FlashnoneGPT-5.4 NanononevsGLM 4.7 FlashmediumMercury 2nonevsQwen3.5-9BmediumLing-2.6-1TnonevsQwen3.5-9Bmediumgpt-oss-120bnone免费可用vsQwen3.5-9BmediumRing-2.6-1TnonevsQwen3.5-9Bmedium