比较图表

语言:

❤️ Made by XCS

AI BENCHY 对比

OpenAI: GPT-4o-mini vs Qwen: Qwen3.5-35B-A3B

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: Qwen3.5-35B-A3B medium 发布日期: 发布日期未知
排名	#28	#22
分数	4.86	5.93
一致性	9.98	6.62
每个结果成本	0.056	5.169
总成本	$0.003	$0.362
测试正确
错误测试数	9	7
尝试通过率	35.7%	73.8%
不稳定测试	0	6
输出令牌	949	1,317
推理令牌	0	177,502

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: Qwen3.5-35B-A3B	10.00	10.00	100.0%	0		429	36,235

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: Qwen3.5-35B-A3B	5.50	5.87	83.3%	1		235	19,493

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: Qwen3.5-35B-A3B	1.00	4.41	44.5%	2		41	46,368

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: Qwen3.5-35B-A3B	8.00	6.80	66.7%	1		97	17,361

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: Qwen3.5-35B-A3B	4.33	4.70	66.7%	2		206	56,680

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: Qwen3.5-35B-A3B	10.00	10.00	100.0%	0		309	1,365

切换对比组合

将 OpenAI: GPT-4o-mini 与...对比

将 Qwen: Qwen3.5-35B-A3B 与...对比