Vergleichen Diagramme

Sprache:

❤️ Made by XCS

AI BENCHY Compare

Qwen: Qwen3.5-27B vs StepFun: Step 3.5 Flash

Modellname:

Benchmarks aus AI BENCHY-Test-Suites generiert am : 2026-02-27 15:16

Zusammenfassung

Metrik	Qwen: Qwen3.5-27B medium Veröffentlichung: Unbekanntes Veröffentlichungsdatum	StepFun: Step 3.5 Flash medium Veröffentlichung: Unbekanntes Veröffentlichungsdatum Kostenlos verfügbar
Rang	#5	#11
Punktzahl	8.55	7.00
Konsistenz	9.55	8.32
Kosten pro Ergebnis	2.950	0.000
Gesamtkosten	$0.325	$0.000
Korrekte Tests
Falsche Tests	3	5
Erfolgsquote pro Versuch	83.3%	73.8%
Instabile Tests	1	3
Ausgabe-Token	1,091	60,502
Denk-Token	131,807	117,044

Kategorieaufschlüsselung

Anti-KI-Tricks	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Ausgabe-Token	Denk-Token
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		102	8,956
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

Datenanalyse und -extraktion	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Ausgabe-Token	Denk-Token
Qwen: Qwen3.5-27B	9.88	10.00	100.0%	0		270	16,150
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

Domänenspezifisch	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Ausgabe-Token	Denk-Token
Qwen: Qwen3.5-27B	4.00	10.00	33.3%	0		43	52,368
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

Befolgung von Anweisungen	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Ausgabe-Token	Denk-Token
Qwen: Qwen3.5-27B	9.00	6.88	83.3%	1		97	11,638
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Ausgabe-Token	Denk-Token
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		231	41,372
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

Werkzeugaufrufe	Punktzahl	Konsistenz	Erfolgsquote pro Versuch	Instabile Tests	Korrekte Tests	Ausgabe-Token	Denk-Token
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		348	1,323
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

Vergleichspaar wechseln

Qwen: Qwen3.5-27B vergleichen mit...

StepFun: Step 3.5 Flash vergleichen mit...