AI BENCHY
Advertise here
#142

Qwen3.5-9B

Qwen Veröffentlichung: 2026-03-02 Getestet am: 2026-05-22 00:02 qwen/qwen3.5-9b::none
(medium) (none)

Zusammenfassung

Qwen3.5-9B erreicht 4.6 bei AI BENCHY und liegt auf #142. Das Modell hat 10.0 Zuverlässigkeit, 21.7% Erfolgsrate, $0.005 Gesamtkosten und 1.69s durchschnittliche Antwortzeit.

Punktzahl

4.6

Konsistenz

9.7

Zuverlässigkeit

10.0

Gesamtkosten (aktueller Preis)

$0.005

Gesamte Ausgabe-Token

3,984

Gesamte Eingabe-Token

0

Eingabepreis

$0.040 / 1M

Ausgabepreis

$0.150 / 1M

Korrekte Tests

Falsche Tests: 16

Erfolgsquote pro Versuch: 21.7%

Instabile Tests

1

Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).

Antwortzeit (Durchschnitt)

1.69s

Antwortzeit (Maximum): 5.91s

Antwortzeit (Gesamt): 33.84s

Falsche Antwort: 13 Anweisungen nicht befolgt: 2 Ungültiger Werkzeugaufruf: 1

Generation showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#142 Qwen3.5-9B

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

Testverlauf

Getestet am Punktzahl Zuverlässigkeit Korrekte Tests Gesamtkosten Vergleichen
2026-06-04 13:30 Neuer Test hinzugefügt 4.6 10.0 $0.003 ↓ Vergleichen
2026-05-22 00:02 Suite geändert 4.6 10.0 $0.005 Aktueller Lauf
2026-05-08 13:28 Suite geändert 4.7 10.0 $0.005 Vergleichen
2026-05-08 13:28 Suite geändert 4.7 10.0 $0.005 Vergleichen
2026-04-20 17:48 Erster erfasster Lauf 4.8 k. A. $0.005 Vergleichen

Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.

Laufvergleich

LaufPunktzahlKonsistenzZuverlässigkeitKorrekte TestsInstabile TestsGesamte Ausgabe-TokenGesamte Eingabe-TokenGesamtkostenAntwortzeit (Durchschnitt)
2026-05-22 00:02 · Suite geändert4.69.710.04/2013,9840$0.0051.69s
2026-04-20 17:48 · Erster erfasster Lauf4.89.6k. A.4/1813,9510$0.0051.47s
Differenz-0.2+0.100+330+$0.001+224ms

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.

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Schnellvergleich

Qwen3.5-9BnonevsKimi K2.6noneKostenlos verfügbarQwen3.5-9Bnonevsgpt-oss-120bnoneKostenlos verfügbarQwen3.5-9BnonevsMiMo-V2.5-PrononeQwen3.5-9BnonevsGrok 4.20noneQwen3.5-9BnonevsGLM 4.7 FlashnoneQwen3.5-9BnonevsQwen3.6 FlashnoneQwen3.5-9BnonevsGemini 3 Flash PreviewmediumQwen3.5-9BnonevsGemini 3.5 FlashhighQwen3.5-9BnonevsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarQwen3.5-9BnonevsGemini 3.5 Flashlow

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
Anti-KI-Tricks 3.1 9.9
Programmierung 4.4 6.7
Kombiniert 3.0 10.0
Datenanalyse und -extraktion 10.0 10.0
Domänenspezifisch 3.0 10.0
Allgemeine Intelligenz 4.4 9.9
Befolgung von Anweisungen 6.5 10.0
Rätsellösen 3.1 10.0
Werkzeugaufrufe 10.0 10.0
Allgemeinwissen 3.0 10.0

Verglichene Modelle