Advertise here
#189

Qwen3.5-Flash

Qwen Veröffentlichung: 2026-02-24 Getestet am: 2026-10-01 00:56 qwen/qwen3.5-flash-02-23::none
~35B insgesamt (~3B aktiv)MoEGeschlossenGeschätzt
(medium) (none)

Zusammenfassung

Qwen3.5-Flash erreicht 6.7 bei AI BENCHY und liegt auf #189. Das Modell hat 10.0 Zuverlässigkeit, 37.7% Erfolgsrate, $0.089 Gesamtkosten und 26.52s durchschnittliche Antwortzeit.

Was Qwen3.5-Flash besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #3 erreicht; am schwächsten ist Anti-KI-Tricks mit #17.

Modelldaten

Recherchiert am 2026-08-12

Geschätzt
Parameter
~35B insgesamt (~3B aktiv)
Architektur
MoE
Verfügbarkeit
Geschlossen
Lizenz
-

Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.

Parameterquelle Quelle zur Verfügbarkeit

Punktzahl

6.7

Konsistenz

9.3

Zuverlässigkeit

10.0

Gesamtkosten (aktueller Preis)

$0.089

Gesamte Ausgabe-Token

219,122

Gesamte Eingabe-Token

463,872

Eingabepreis

$0.065 / 1M

Ausgabepreis

$0.260 / 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: 15

Erfolgsquote pro Versuch: 37.7%

Instabile Tests

2

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

Antwortzeit (Durchschnitt)

26.52s

Antwortzeit (Maximum): 480.96s

Antwortzeit (Gesamt): 609.94s

Falsche Antwort: 14 Ungültiger Werkzeugaufruf: 1

Hamster playing table tennis

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

#189 Qwen3.5-Flash

none
Kosten
$0.003
Zeit
47.4s
Token
7,799 tok

Testverlauf

Getestet am Punktzahl Zuverlässigkeit Korrekte Tests Gesamtkosten Vergleichen
2026-10-01 00:56 Erneuter Test 6.7 10.0 $0.089 Aktueller Lauf
2026-07-16 22:07 Neuer Test hinzugefügt 6.1 10.0 $0.073 ↓ Vergleichen
2026-06-04 13:25 Neuer Test hinzugefügt 5.8 10.0 $0.005 ↓ Vergleichen
2026-05-21 23:55 Suite geändert 5.9 10.0 $0.006 Vergleichen
2026-04-11 01:19 Erster erfasster Lauf 6.2 k. A. $0.006 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 00:56 · Aktueller Lauf69/69 Versuche6.79.310.08/232219,122463,872$0.08926.52s
2026-05-21 23:55 · Suite geändert60/60 Versuche5.99.710.08/2014,2990$0.0062.99s
Differenz—+0.8-0.40.00+1+214823+463872+$0.084+23533ms

Die Benchmark-Abdeckung unterscheidet sich: 69/69 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 60/60 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-FlashnonevsGrok Build 0.1mediumQwen3.5-FlashnonevsSolar Pro 4lowQwen3.5-FlashnonevsGrok 4.7xhighQwen3.5-FlashnonevsGrok 4.7highQwen3.5-FlashnonevsSolar Pro 4xhighQwen3.5-FlashnonevsMiniMax M3mediumQwen3.5-FlashnonevsSpace Bunny AlphamaxQwen3.5-FlashnonevsEmber-1maxQwen3.5-FlashnonevsGPT-6 SolnoneQwen3.5-FlashnonevsGPT 5.3 Chatdefault

Kategorieaufschlüsselung

Kategorie Punktzahl Konsistenz Korrekte Tests
Agentenaufgaben 10.0 10.0
Anti-KI-Tricks 3.5 8.3
Programmierung 5.5 10.0
Kombiniert 2.9 5.8
Datenanalyse und -extraktion 10.0 10.0
Domänenspezifisch 5.3 10.0
Allgemeine Intelligenz 10.0 10.0
Befolgung von Anweisungen 6.3 10.0
Rätsellösen 3.1 10.0
Werkzeugaufrufe 10.0 10.0
Allgemeinwissen 3.0 10.0

Verglichene Modelle