#56 Qwen3.5-Flash
medium- Kosten
- $0.002
- Zeit
- 25.8s
- Token
- 4,294 tok
Qwen
Veröffentlichung: 2026-02-24
Getestet am: 2026-05-21 23:57
qwen/qwen3.5-flash-02-23::medium
(medium)
(none)
Zusammenfassung
Qwen3.5-Flash erreicht 7.4 bei AI BENCHY und liegt auf #56. Das Modell hat 8.3 Zuverlässigkeit, 73.3% Erfolgsrate, $0.104 Gesamtkosten und 65.64s durchschnittliche Antwortzeit.
Was Qwen3.5-Flash besonders macht: Am stärksten ist es in Befolgung von Anweisungen, wo es #1 erreicht; am schwächsten ist Rätsellösen mit #13. Es nutzt ungewöhnlich viele Reasoning-Tokens, was langsamere oder teurere Läufe erklären kann.
7.4
Konsistenz
7.6
Gesamte Ausgabe-Token
286,029
Gesamte Eingabe-Token
0
Eingabepreis
$0.065 / 1M
Ausgabepreis
$0.260 / 1M
Instabile Tests
6
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generierungs-Showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:36 Neuer Test hinzugefügt | 7.4 | 8.9 | $0.080 ↓ | Vergleichen | |
| 2026-05-21 23:57 Suite geändert | 7.4 | 8.3 | $0.104 | Aktueller Lauf | |
| 2026-04-11 01:44 Erster erfasster Lauf | 7.8 | k. A. | $0.080 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:57 · Suite geändert | 7.4 | 7.6 | 8.3 | 11/20 | 6 | 286,029 | 0 | $0.104 | 65.64s |
| 2026-06-04 13:36 · Neuer Test hinzugefügt | 7.4 | 8.1 | 8.9 | 12/21 | 5 | 296,686 | 38,926 | $0.080 | 63.29s |
| Differenz | 0.0 | -0.5 | -0.6 | -1 | +1 | -10657 | -38926 | +$0.024 | +2344ms |
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-FlashmediumvsStep 3.7 FlashhighQwen3.5-FlashmediumvsKimi K2.7 CodemediumQwen3.5-FlashmediumvsGemini 3.5 FlashnoneQwen3.5-FlashmediumvsGLM 5.2noneQwen3.5-FlashmediumvsGemini 3 Flash PreviewnoneQwen3.5-FlashmediumvsGemini 3.5 FlashhighQwen3.5-FlashmediumvsGemini 3 Flash PreviewmediumQwen3.5-FlashmediumvsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarQwen3.5-FlashmediumvsGPT-5.5low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 4.1 | 5.8 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 7.3 | 5.9 | |
| Domänenspezifisch | 5.3 | 7.2 | |
| Allgemeine Intelligenz | 6.1 | 3.1 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 6.6 | 4.6 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |