#89 Qwen3.5 Plus 2026-04-20
none- Cost
- $0.008
- Time
- 77.0s
- Tokens
- 4,369 tok
Qwen
Veröffentlichung: 2026-04-20
Getestet am: 2026-05-08 13:10
qwen/qwen3.5-plus-20260420::none
(medium)
(none)
Zusammenfassung
Qwen3.5 Plus 2026-04-20 erreicht 5.9 bei AI BENCHY und liegt auf #89. Das Modell hat 9.9 Zuverlässigkeit, 45.6% Erfolgsrate, $0.040 Gesamtkosten und 4.77s durchschnittliche Antwortzeit.
Was Qwen3.5 Plus 2026-04-20 besonders macht: Am stärksten ist es in Domänenspezifisch, wo es #2 erreicht; am schwächsten ist Kombiniert mit #10.
5.9
Konsistenz
8.4
Gesamte Ausgabe-Token
11,150
Gesamte Eingabe-Token
0
Eingabepreis
$0.400 / 1M
Ausgabepreis
$2.400 / 1M
Instabile Tests
4
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generation 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 13:10 Neuer Test hinzugefügt | 5.7 | 10.0 | $0.032 ↓ | Vergleichen | |
| 2026-05-21 23:47 Suite geändert | 5.8 | 9.9 | $0.041 | Vergleichen | |
| 2026-05-08 13:10 Suite geändert | 5.9 | 9.9 | $0.040 | Vergleichen | |
| 2026-05-08 13:10 Suite geändert | 5.9 | 9.9 | $0.040 | Aktueller Lauf | |
| 2026-04-27 23:05 Erster Lauf | 5.8 | 9.8 | $0.024 | 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) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 13:10 · Suite geändert | 5.9 | 8.4 | 9.9 | 7/19 | 4 | 11,150 | 0 | $0.040 | 4.77s |
| 2026-06-04 13:10 · Neuer Test hinzugefügt | 5.7 | 8.6 | 10.0 | 7/21 | 4 | 11,145 | 38,910 | $0.032 | 4.39s |
| Differenz | +0.3 | -0.2 | -0.1 | 0 | 0 | +5 | -38910 | +$0.008 | +374ms |
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 2026-04-20nonevsGPT-5 NanomediumQwen3.5 Plus 2026-04-20nonevsGPT-5.5noneQwen3.5 Plus 2026-04-20nonevsQwen3.5 Plus 2026-02-15noneQwen3.5 Plus 2026-04-20nonevsGemini 3.1 Flash LitenoneQwen3.5 Plus 2026-04-20nonevsRing-2.6-1TnoneQwen3.5 Plus 2026-04-20nonevsGemini 3 Flash PreviewmediumQwen3.5 Plus 2026-04-20nonevsGemini 3.5 FlashhighQwen3.5 Plus 2026-04-20nonevsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarQwen3.5 Plus 2026-04-20nonevsGemini 3.5 Flashlow
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 4.8 | 10.0 | |
| Programmierung | 5.3 | 3.4 | |
| Kombiniert | 2.8 | 1.6 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 5.3 | 10.0 | |
| Allgemeine Intelligenz | 4.8 | 10.0 | |
| Befolgung von Anweisungen | 6.2 | 5.8 | |
| Rätsellösen | 6.7 | 7.9 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |