Advertise here
#365

Qwen3.5-9B

Qwen Veröffentlichung: 2026-03-02 Getestet am: 2026-10-01 01:27 qwen/qwen3.5-9b::none
9BDichtOpen Source
(medium) (none)

Zusammenfassung

Qwen3.5-9B erreicht 4.9 bei AI BENCHY und liegt auf #365. Das Modell hat 9.8 Zuverlässigkeit, 18.8% Erfolgsrate, $0.041 Gesamtkosten und 37.19s durchschnittliche Antwortzeit.

Modelldaten

Recherchiert am 2026-08-12

Angegeben
Parameter
9B
Architektur
Dicht
Verfügbarkeit
Open Source
Lizenz
Apache-2.0
Parameterquelle Quelle zur Verfügbarkeit

Punktzahl

4.9

Konsistenz

9.7

Zuverlässigkeit

9.8

Gesamtkosten (aktueller Preis)

$0.041

Gesamte Ausgabe-Token

70,427

Gesamte Eingabe-Token

307,670

Eingabepreis

$0.100 / 1M

Ausgabepreis

$0.150 / 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.

Korrekte Tests

Falsche Tests: 19

Erfolgsquote pro Versuch: 18.8%

Instabile Tests

1

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

Antwortzeit (Durchschnitt)

37.19s

Antwortzeit (Maximum): 433.02s

Antwortzeit (Gesamt): 855.27s

Falsche Antwort: 15 Anweisungen nicht befolgt: 2 Ungültiger Werkzeugaufruf: 2

Hamster playing table tennis

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

#365 Qwen3.5-9B

none
Reached the allocated time limit (300 seconds) without receiving showcase output.
Kosten
$0.000
Zeit
300.0s
Token
0 tok

Testverlauf

Getestet am Punktzahl Zuverlässigkeit Korrekte Tests Gesamtkosten Vergleichen
2026-10-01 01:27 Erneuter Test 4.9 9.8 $0.041 Aktueller Lauf
2026-07-16 22:25 Neuer Test hinzugefügt 5.1 10.0 $0.021 ↑ 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 Vergleichen
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

LaufBenchmark-AbdeckungPunktzahlKonsistenzZuverlässigkeitKorrekte TestsInstabile TestsGesamte Ausgabe-TokenGesamte Eingabe-TokenGesamtkostenAntwortzeit (Durchschnitt)
2026-10-01 01:27 · Aktueller Lauf69/69 Versuche4.99.79.84/23170,427307,670$0.04137.19s
2026-07-16 22:25 · Neuer Test hinzugefügt66/66 Versuche5.19.710.04/22137,484144,407$0.02119.17s
Differenz—-0.20.0-0.200+32943+163263+$0.021+18016ms

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.

Gesamte Ausgabe-Token

Punktzahl vs Gesamte Ausgabe-Token

Schnellvergleich

Qwen3.5-9BnonevsMiMo-V2.5noneQwen3.5-9BnonevsHy4 previewnoneQwen3.5-9BnonevsLing 2.6 1tdefaultQwen3.5-9BnonevsGLM 4.7 FlashnoneQwen3.5-9BnonevsLaguna S 2.1highKostenlos verfügbarQwen3.5-9BnonevsMercury 2.5 PreviewdefaultQwen3.5-9BnonevsQwen3 Coder NextdefaultQwen3.5-9BnonevsNemotron 3.5 LightningmediumKostenlos verfügbarQwen3.5-9BnonevsInkling SmallnoneKostenlos verfügbarQwen3.5-9BnonevsNorth Mini CodedefaultKostenlos verfügbar

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
Agentenaufgaben 3.9 9.6
Anti-KI-Tricks 3.1 9.9
Programmierung 3.9 7.8
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 3.2 10.0
Werkzeugaufrufe 10.0 10.0
Allgemeinwissen 3.0 10.0

Verglichene Modelle