导航
AI BENCHY
比较 图表
❤️ Made by XCS
Your ad here

AI BENCHY 对比

OpenAI: GPT-4o-mini vs Qwen: Qwen3.5-122B-A10B

模型名称:

基准结果生成自 AI BENCHY 测试套件，时间： : 2026-02-27 15:16

摘要

指标 OpenAI: GPT-4o-mini none 发布日期: 发布日期未知 Qwen: Qwen3.5-122B-A10B medium 发布日期: 发布日期未知
排名 #28 #13
分数 4.86 6.77
一致性 9.98 8.22
每个结果成本 0.056 5.137
总成本 $0.003 $0.463
测试正确
错误测试数 9 5
尝试通过率 35.7% 76.2%
不稳定测试 0 3
输出令牌 949 16,751
推理令牌 0 125,394

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 输出令牌 推理令牌
OpenAI: GPT-4o-mini 4.00 10.00 33.3% 0 180 0
Qwen: Qwen3.5-122B-A10B 10.00 10.00 100.0% 0 248 10,486
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 输出令牌 推理令牌
OpenAI: GPT-4o-mini 10.00 10.00 100.0% 0 183 0
Qwen: Qwen3.5-122B-A10B 9.88 10.00 100.0% 0 270 16,558
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-4o-mini 1.00 10.00 0.0% 0 15 0
Qwen: Qwen3.5-122B-A10B 1.00 7.21 11.1% 1 15,537 64,889
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-4o-mini 5.50 10.00 50.0% 0 71 0
Qwen: Qwen3.5-122B-A10B 5.50 5.92 83.3% 1 77 7,372
Puzzle Solving 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-4o-mini 4.00 9.92 0.0% 0 295 0
Qwen: Qwen3.5-122B-A10B 7.00 7.21 88.9% 1 297 24,863
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 输出令牌 推理令牌
OpenAI: GPT-4o-mini 10.00 10.00 100.0% 0 205 0
Qwen: Qwen3.5-122B-A10B 10.00 10.00 100.0% 0 322 1,226

切换对比组合

将 OpenAI: GPT-4o-mini 与...对比

将 Qwen: Qwen3.5-122B-A10B 与...对比