#11 Qwen3.5-27B
medium- Kosten
- $0.008
- Zeit
- 62.0s
- Token
- 3,099 tok
Qwen
Veröffentlichung: 2026-02-24
Getestet am: 2026-04-11 01:44
qwen/qwen3.5-27b::medium
27BDichtOpen Source
(medium)
(none)
Zusammenfassung
Qwen3.5-27B erreicht 8.4 bei AI BENCHY und liegt auf #11. Das Modell hat k. A. Zuverlässigkeit, 81.5% Erfolgsrate, $0.497 Gesamtkosten und 53.03s durchschnittliche Antwortzeit.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 27B
- Architektur
- Dicht
- Verfügbarkeit
- Open Source
- Lizenz
- Apache-2.0
8.4
Konsistenz
8.8
k. A.
Gesamte Ausgabe-Token
245,000
Gesamte Eingabe-Token
0
Eingabepreis
$0.195 / 1M
Ausgabepreis
$1.560 / 1M
Instabile Tests
3
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-08-14 01:58 Erneuter Test | 7.5 | 10.0 | $0.982 ↓ | Vergleichen | |
| 2026-07-16 22:51 Neuer Test hinzugefügt | 7.4 | 10.0 | $0.981 ↓ | Vergleichen | |
| 2026-06-04 13:40 Neuer Test hinzugefügt | 7.8 | 10.0 | $0.536 ↓ | Vergleichen | |
| 2026-05-22 00:04 Suite geändert | 7.9 | 10.0 | $0.607 | Vergleichen | |
| 2026-04-11 01:44 Erster erfasster Lauf | 8.4 | k. A. | $0.497 | Aktueller Lauf |
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Erster erfasster Lauf | 54/54 Versuche | 8.4 | 8.8 | k. A. | 13/18 | 3 | 245,000 | 0 | $0.497 | 53.03s |
| 2026-07-16 22:51 · Neuer Test hinzugefügt | 66/66 Versuche | 7.4 | 8.2 | 10.0 | 13/22 | 5 | 614,429 | 111,635 | $0.981 | 111.94s |
| Differenz | — | +1.0 | +0.6 | 0 | -2 | -369429 | -111635 | -$0.484 | -58914ms |
Die Benchmark-Abdeckung unterscheidet sich: 54/54 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Qwen3.5-27BmediumvsQwen3.5 Plus 2026-02-15mediumQwen3.5-27BmediumvsGPT-5.4 MinimediumQwen3.5-27BmediumvsGPT 5.3 ChatnoneQwen3.5-27BmediumvsGrok Build 0.1mediumQwen3.5-27BmediumvsMiniMax M3mediumQwen3.5-27BmediumvsGemini 3.1 Flash Lite PreviewmediumQwen3.5-27BmediumvsGPT-5.6 TerralowQwen3.5-27BmediumvsQwen3.7 MaxnoneQwen3.5-27BmediumvsGPT-5.4 NanomediumQwen3.5-27BmediumvsKimi K2.7 Codemedium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 8.7 | 7.9 | |
| Programmierung | 10.0 | 10.0 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.3 | 10.0 | |
| Allgemeine Intelligenz | 6.1 | 3.1 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 8.2 | 7.7 | |
| Werkzeugaufrufe | 10.0 | 10.0 |