- Punktzahl
- 8.6 (+1.34 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.061 · 47.6% günstiger
- Antwortzeit (Durchschnitt)
- 7.51s · 24.7% schneller
Qwen
Veröffentlichung: 2026-02-24
Getestet am: 2026-10-01 01:05
qwen/qwen3.5-27b::none
27BDichtOpen Source
(medium)
(none)
Zusammenfassung
Qwen3.5-27B erreicht 7.2 bei AI BENCHY und liegt auf #149. Das Modell hat 10.0 Zuverlässigkeit, 47.8% Erfolgsrate, $0.116 Gesamtkosten und 9.98s durchschnittliche Antwortzeit.
Was Qwen3.5-27B besonders macht: Am stärksten ist es in Agentenaufgaben, wo es #1 erreicht; am schwächsten ist Anti-KI-Tricks mit #17.
Empfohlene Alternativen
Wir empfehlen stattdessen dieses Modell:
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 27B
- Architektur
- Dicht
- Verfügbarkeit
- Open Source
- Lizenz
- Apache-2.0
7.2
Konsistenz
9.4
10.0
Gesamte Ausgabe-Token
36,422
Gesamte Eingabe-Token
283,977
Eingabepreis
$0.195 / 1M
Ausgabepreis
$1.560 / 1M
Preis für Cache-Lesen
k. A.
Preis für Cache-Schreiben
k. A.
Cache-Preise gelten für Eingabetokens. Lesen nutzt gespeicherte Prompts erneut; Schreiben speichert sie und kann mehr kosten. Für Ausgabetokens gilt der Ausgabepreis.
Instabile Tests
2
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.
#149 Qwen3.5-27B
none- Kosten
- $0.007
- Zeit
- 42.9s
- Token
- 4,273 tok
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-01 01:05 Erneuter Test | 7.2 | 10.0 | $0.116 | Aktueller Lauf | |
| 2026-07-16 22:01 Neuer Test hinzugefügt | 6.5 | 10.0 | $0.058 ↓ | Vergleichen | |
| 2026-06-04 13:28 Neuer Test hinzugefügt | 5.7 | 10.0 | $0.015 ↓ | Vergleichen | |
| 2026-05-21 23:59 Suite geändert | 5.8 | 10.0 | $0.017 | Vergleichen | |
| 2026-04-11 01:19 Erster erfasster Lauf | 5.9 | k. A. | $0.016 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 01:05 · Aktueller Lauf | 69/69 Versuche | 7.2 | 9.4 | 10.0 | 10/23 | 2 | 36,422 | 283,977 | $0.116 | 9.98s |
| 2026-07-16 22:01 · Neuer Test hinzugefügt | 66/66 Versuche | 6.5 | 9.3 | 10.0 | 8/22 | 2 | 24,321 | 102,316 | $0.058 | 4.76s |
| Differenz | — | +0.7 | +0.1 | 0.0 | +2 | 0 | +12101 | +181661 | +$0.058 | +5220ms |
Die Benchmark-Abdeckung unterscheidet sich: 69/69 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
Qwen3.5-27BnonevsGemini 3.5 Flash LitemediumQwen3.5-27BnonevsQwen3.5 Plus 2026-02-15mediumQwen3.5-27BnonevsQwen3.6 PlusmediumQwen3.5-27BnonevsQwen3.8 27BmediumKostenlos verfügbarQwen3.5-27BnonevsLongCat 2.0highQwen3.5-27BnonevsGemini 3.8 FlashlowQwen3.5-27BnonevsGemini 2.5 FlashmediumQwen3.5-27BnonevsClaude Opus 4.8lowQwen3.5-27BnonevsGrok 4.7mediumQwen3.5-27BnonevsQwen3.7 Flashhigh
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 10.0 | 10.0 | |
| Anti-KI-Tricks | 4.8 | 10.0 | |
| Programmierung | 5.8 | 10.0 | |
| Kombiniert | 6.4 | 5.8 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.3 | 10.0 | |
| Allgemeine Intelligenz | 5.0 | 10.0 | |
| Befolgung von Anweisungen | 6.3 | 10.0 | |
| Rätsellösen | 6.7 | 7.9 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |