AI BENCHY 对比
OpenAI: GPT-5.4 Nano vs Qwen: Qwen3 Coder Next
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-29
| 指标 | GPT-5.4 Nano GPT-5.4 Nano none | Qwen3 Coder Next Qwen3 Coder Next none |
|---|---|---|
| 分数 | 4.5 | 5.1 |
| 排名 | #128 | #113 |
| 可靠性 | 不适用 | 不适用 |
| 一致性 | 7.1 | 9.7 |
| 测试正确 | ||
| 尝试通过率 | 31.5% | 25.9% |
| 不稳定测试 | 7 | 1 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.448 | 0.188 |
| 总成本 | $0.009 | $0.008 |
| ???? | $0.200 / 1M | $0.140 / 1M |
| ???? | $1.250 / 1M | $0.800 / 1M |
| 输出令牌 | 2,762 | 3,617 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 1.40s | 10.18s |
| 响应时间（最大） | 3.84s | 45.14s |
| 响应时间（总计） | 25.14s | 122.13s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 3.5 | 8.0 | 16.7% | 1 | 1.18s | 800 | 0 | |
| Qwen3 Coder Next | 3.6 | 10.0 | 0.0% | 0 | 3.31s | 1,321 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 7.1 | 3.7 | 66.7% | 1 | 1.43s | 577 | 0 | |
| Qwen3 Coder Next | 7.3 | 3.7 | 66.7% | 1 | 3.14s | 585 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 3.84s | 280 | 0 | |
| Qwen3 Coder Next | 3.0 | 10.0 | 0.0% | 0 | 45.14s | 317 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 6.5 | 10.0 | 50.0% | 0 | 1.11s | 219 | 0 | |
| Qwen3 Coder Next | 6.5 | 10.0 | 50.0% | 0 | 1.32s | 246 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 2.9 | 4.4 | 22.2% | 2 | 926ms | 52 | 0 | |
| Qwen3 Coder Next | 5.3 | 10.0 | 33.3% | 0 | 962ms | 26 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 3.8 | 2.5 | 33.3% | 1 | 1.31s | 180 | 0 | |
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 1.34s | 152 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 5.0 | 6.8 | 33.3% | 1 | 787ms | 84 | 0 | |
| Qwen3 Coder Next | 4.8 | 10.0 | 0.0% | 0 | 7.71s | 63 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 3.7 | 7.3 | 22.2% | 1 | 1.29s | 348 | 0 | |
| Qwen3 Coder Next | 3.2 | 10.0 | 0.0% | 0 | 22.86s | 652 | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| GPT-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 3.40s | 222 | 0 | |
| Qwen3 Coder Next | 10.0 | 10.0 | 100.0% | 0 | 2.47s | 255 | 0 |
快速对比
切换对比组合
GPT-5.4 NanononevsQwen3.5-9BmediumNemotron 3 Nano Omni 30b A3b Reasoningmedium免费可用vsQwen3 Coder NextnoneElephant AlphamediumvsQwen3 Coder NextnoneGPT-5.4 NanononevsGLM 4.7 FlashmediumMiniMax M2.7mediumvsQwen3 Coder NextnoneGPT-5.4 NanononevsQwen3 Coder NextmediumQwen3 Coder NextnonevsGLM 4.7 FlashmediumMistral Small 4mediumvsQwen3 Coder NextnoneMiniMax M2.5medium免费可用vsQwen3 Coder Nextnonegpt-oss-120bmedium免费可用vsQwen3 Coder NextnoneNemotron 3 Nano Omni 30b A3b Reasoningmedium免费可用vsGPT-5.4 NanononeGPT-5.4 NanononevsElephant Alphamedium