#149 GPT-5.4 Nano
none- Cost
- $0.008
- Time
- 46.1s
- Tokens
- 5,735 tok
AI BENCHY 对比
OpenAI: GPT-5.4 Nano vs Qwen: Qwen3.5 Plus 2026-04-20
摘要
GPT-5.4 Nano vs Qwen3.5 Plus 2026-04-20 benchmark 对比：Qwen3.5 Plus 2026-04-20 平均分领先，为 5.5 vs 4.8。 GPT-5.4 Nano benchmark 成本更低，为 $0.011 vs $0.032。 GPT-5.4 Nano 更快，为 1.48s vs 4.39s，通过率为 30.2% vs 41.3%。
推荐模型: GPT-5.4 Nano - 它的得分接近这里的最高分（4.8 vs 5.5），同时成本比Qwen3.5 Plus 2026-04-20低约 3.1 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 | Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none |
|---|---|---|
| 分数 | 4.8 | 5.5 |
| 排名 | #149 | #126 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 8.2 | 8.6 |
| 测试正确 | ||
| 尝试通过率 | 30.2% | 41.3% |
| 不稳定测试 | 5 | 4 |
| 总运行次数 | 63 | 63 |
| 每个结果成本 | 0.259 | 0.595 |
| 总成本 | $0.011 | $0.032 |
| 输入价格 | $0.200 / 1M | $0.300 / 1M |
| 输出价格 | $1.250 / 1M | $1.800 / 1M |
| 总输入令牌 | 34,212 | 38,910 |
| 输出令牌 | 2,784 | 11,145 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 1.48s | 4.39s |
| 响应时间（最大） | 4.47s | 33.34s |
| 响应时间（总计） | 31.01s | 92.26s |
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#126 Qwen3.5 Plus 2026-04-20
none- Cost
- $0.008
- Time
- 77.0s
- Tokens
- 4,369 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 Plus 2026-04-20 | 4.8 | 10.0 | 25.0% | 0 | 1.88s | 696 | 557 | 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 | 4.6 | 7.9 | 22.2% | 1 | 2.22s | 7,305 | 613 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 3.9 | 7.8 | 11.1% | 1 | 1.69s | 7,913 | 480 | 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 | 3.0 | 10.0 | 0.0% | 0 | 3.84s | 11,019 | 280 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 2.8 | 1.6 | 33.3% | 1 | 13.32s | 11,350 | 2,275 | 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 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 2.82s | 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 | 2.9 | 4.4 | 22.2% | 2 | 926ms | 723 | 52 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 5.3 | 10.0 | 33.3% | 0 | 4.43s | 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 | 3.8 | 2.5 | 33.3% | 1 | 1.31s | 477 | 180 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 4.8 | 10.0 | 0.0% | 0 | 1.41s | 522 | 119 | 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 | 6.3 | 10.0 | 50.0% | 0 | 784ms | 660 | 89 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 6.2 | 5.8 | 66.7% | 1 | 1.17s | 711 | 68 | 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 | 5.4 | 10.0 | 33.3% | 0 | 1.25s | 642 | 308 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 6.7 | 7.9 | 55.6% | 1 | 1.97s | 714 | 583 | 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 | 3.40s | 5,445 | 222 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 4.42s | 8,211 | 297 | 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 | 773ms | 195 | 21 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 3.0 | 10.0 | 0.0% | 0 | 33.34s | 210 | 6,505 | 0 |
快速对比
切换对比组合
MiniMax M2.5mediumvsGPT-5.4 NanononeGPT-5.4 NanononevsQwen3 Coder NextmediumCobuddymediumvsGPT-5.4 NanononeMiniMax M2.7mediumvsQwen3.5 Plus 2026-04-20noneMistral Small 4mediumvsGPT-5.4 NanononeMistral Small 4mediumvsQwen3.5 Plus 2026-04-20noneMiniMax M2.7mediumvsGPT-5.4 NanononeGPT-5.4 NanononevsGLM 4.7 FlashmediumCobuddymediumvsQwen3.5 Plus 2026-04-20noneGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-04-20noneMiniMax M2.5mediumvsQwen3.5 Plus 2026-04-20noneDeepSeek V4 ProhighvsQwen3.5 Plus 2026-04-20none