- Punktzahl
- 9.4 (+3.05 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.183 · 4.0% teurer
- Antwortzeit (Durchschnitt)
- 6.24s · 68.9% schneller
Qwen
Veröffentlichung: 2026-02-15
Getestet am: 2026-10-01 09:33
qwen/qwen3.5-plus-02-15::none
~397B insgesamt (~17B aktiv)MoEGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
Qwen3.5 Plus 2026-02-15 erreicht 6.3 bei AI BENCHY und liegt auf #221. Das Modell hat 10.0 Zuverlässigkeit, 52.2% Erfolgsrate, $0.176 Gesamtkosten und 20.07s durchschnittliche Antwortzeit.
Was Qwen3.5 Plus 2026-02-15 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #1 erreicht; am schwächsten ist Programmierung mit #14.
Empfohlene Alternativen
Wir empfehlen stattdessen eines dieser Modelle:
- Punktzahl
- 8.3 (+1.96 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.047 · 73.2% günstiger
- Antwortzeit (Durchschnitt)
- 18.07s · 10.0% schneller
- Punktzahl
- 6.8 (+0.50 Punkte)
- Gesamtkosten (aktueller Preis)
- $0.039 · 78.1% günstiger
- Antwortzeit (Durchschnitt)
- 6.66s · 66.8% schneller
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~397B insgesamt (~17B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
6.3
Konsistenz
9.1
10.0
Gesamte Ausgabe-Token
53,060
Gesamte Eingabe-Token
346,064
Eingabepreis
$0.260 / 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
3
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.
#221 Qwen3.5 Plus 2026-02-15
none- Kosten
- $0.012
- Zeit
- 153.2s
- Token
- 7,787 tok
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-10-01 09:33 Erneuter Test | 6.3 | 10.0 | $0.176 | Aktueller Lauf | |
| 2026-07-16 21:22 Neuer Test hinzugefügt | 6.4 | 10.0 | $0.073 ↓ | Vergleichen | |
| 2026-06-04 13:10 Neuer Test hinzugefügt | 6.3 | 10.0 | $0.016 ↓ | Vergleichen | |
| 2026-05-21 23:45 Suite geändert | 6.4 | 10.0 | $0.018 | Vergleichen | |
| 2026-04-11 01:19 Erster erfasster Lauf | 6.8 | k. A. | $0.017 | 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 09:33 · Aktueller Lauf | 69/69 Versuche | 6.3 | 9.1 | 10.0 | 11/23 | 3 | 53,060 | 346,064 | $0.176 | 20.07s |
| 2026-05-21 23:45 · Suite geändert | 60/60 Versuche | 6.4 | 9.3 | 10.0 | 9/20 | 2 | 2,496 | 0 | $0.018 | 2.41s |
| Differenz | — | -0.1 | -0.2 | 0.0 | +2 | +1 | +50564 | +346064 | +$0.158 | +17661ms |
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.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Qwen3.5 Plus 2026-02-15nonevsSolar Pro 4highQwen3.5 Plus 2026-02-15nonevsLing 3.1 FlashlowQwen3.5 Plus 2026-02-15nonevsGemini 3.1 Flash LitelowQwen3.5 Plus 2026-02-15nonevsSpace Bunny AlphamediumQwen3.5 Plus 2026-02-15nonevsGemini 3.1 Flash Lite PreviewlowQwen3.5 Plus 2026-02-15nonevsDeepSeek V3.2mediumQwen3.5 Plus 2026-02-15nonevsGemini 3.5 Flash LitelowQwen3.5 Plus 2026-02-15nonevsTrinity Large ThinkinglowQwen3.5 Plus 2026-02-15nonevsQwen3.6 27BnoneQwen3.5 Plus 2026-02-15nonevsDeepSeek V4 Flash 0423none
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Agentenaufgaben | 5.2 | 3.2 | |
| Anti-KI-Tricks | 4.8 | 10.0 | |
| Programmierung | 4.3 | 7.9 | |
| Kombiniert | 6.5 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 7.7 | 10.0 | |
| Allgemeine Intelligenz | 4.4 | 3.0 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 7.7 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |