AI BENCHY Compare

Elephant vs Qwen: Qwen3.5-27B

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-14

Métrica	Elephant Elephant medium Lanzamiento: 2026-04-14	Qwen3.5-27B Qwen3.5-27B none Lanzamiento: 2026-02-24

Métrica	Elephant Elephant medium Lanzamiento: 2026-04-14	Qwen3.5-27B Qwen3.5-27B none Lanzamiento: 2026-02-24
Puntuación	5.2	5.9
Rango	#77	#64
Consistencia	9.6	9.2
Pruebas correctas
Tasa de aciertos por intento	29.6%	38.9%
Pruebas inestables	1	2
Ejecuciones totales	54	54
Costo por resultado	0.000	0.265
Costo total	$0.000	$0.016
Precio de entrada	$0.000 / 1M	$0.195 / 1M
Precio de salida	$0.000 / 1M	$1.560 / 1M
Tokens de salida	2,596	3,545
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	1.27s	1.74s
Tiempo de respuesta (máximo)	3.70s	9.39s
Tiempo de respuesta (total)	22.82s	31.32s

Mejores modelos por puntuación

Puntuación vs costo total

Tiempo de respuesta (promedio)

Puntuación vs Tiempo de respuesta (promedio)

Total de tokens de salida

Puntuación vs Total de tokens de salida

Desglose por categoría

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	6.6	10.0	50.0%	0		1.19s	815	0
Qwen3.5-27B	4.8	10.0	25.0%	0		788ms	267	0

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	5.1	3.3	33.3%	1		1.30s	365	0
Qwen3.5-27B	10.0	10.0	100.0%	0		2.51s	381	0

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	3.0	10.0	0.0%	0		3.70s	562	0
Qwen3.5-27B	2.8	1.6	33.3%	1		9.39s	1,461	0

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	6.5	10.0	50.0%	0		979ms	246	0
Qwen3.5-27B	10.0	10.0	100.0%	0		1.43s	243	0

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	3.0	10.0	0.0%	0		925ms	24	0
Qwen3.5-27B	3.0	10.0	0.0%	0		540ms	15	0

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	4.3	10.0	0.0%	0		920ms	105	0
Qwen3.5-27B	5.0	10.0	0.0%	0		2.51s	126	0

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	9.8	10.0	100.0%	0		987ms	82	0
Qwen3.5-27B	4.8	10.0	0.0%	0		815ms	69	0

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	3.7	10.0	0.0%	0		867ms	166	0
Qwen3.5-27B	6.7	7.9	55.6%	1		1.37s	680	0

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de salida	Tokens de razonamiento
Elephant	3.0	10.0	0.0%	0		2.83s	231	0
Qwen3.5-27B	10.0	10.0	100.0%	0		3.54s	303	0

Comparación rápida

Cambiar par de comparación

ElephantmediumvsGrok 4.20none gpt-oss-120bmediumDisponible gratisvsQwen3.5-27Bnone Mistral Small 4nonevsElephantmedium gpt-oss-120bnoneDisponible gratisvsElephantmedium Trinity Large PreviewnoneDisponible gratisvsElephantmedium GPT-5.4 MininonevsElephantmedium ElephantmediumvsQwen3 Coder Nextnone Nemotron 3 SupernoneDisponible gratisvsElephantmedium MiniMax M2.5mediumDisponible gratisvsQwen3.5-27Bnone Mistral Small 4mediumvsQwen3.5-27Bnone ElephantmediumvsGLM 5 Turbonone Kimi K2.5nonevsElephantmedium