Navegación
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Elephant vs Qwen: Qwen3.5-9B

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

Métrica Elephant Elephant none Lanzamiento: 2026-04-14 Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02
Puntuación 5.2 4.4
Rango #81 #93
Consistencia 9.6 7.2
Pruebas correctas
Tasa de aciertos por intento 31.5% 33.3%
Pruebas inestables 1 6
Ejecuciones totales 54 54
Costo por resultado 0.000 0.976
Costo total $0.000 $0.030
Precio de entrada $0.000 / 1M $0.050 / 1M
Precio de salida $0.000 / 1M $0.150 / 1M
Tokens de salida 2,573 24,291
Tokens de razonamiento 0 172,597
Tiempo de respuesta (promedio) 1.23s 73.64s
Tiempo de respuesta (máximo) 3.81s 226.38s
Tiempo de respuesta (total) 22.16s 1104.60s

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 963ms 610 0
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 2,621 12,411
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 6.4 3.3 66.7% 1 1.39s 375 0
Qwen3.5-9B 2.6 10.0 0.0% 0 135.61s 6,150 31,393
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 3.81s 731 0
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 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 1.04s 246 0
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 1,383 32,113
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 927ms 24 0
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 11,549 48,475
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Elephant 4.0 10.0 0.0% 0 854ms 106 0
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 0 30,695
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 1.03s 81 0
Qwen3.5-9B 6.4 5.8 66.7% 1 17.15s 599 4,517
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 3.3 10.0 0.0% 0 849ms 170 0
Qwen3.5-9B 3.1 10.0 0.0% 0 33.38s 1,545 11,844
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 2.79s 230 0
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149

Comparación rápida

Cambiar par de comparación

GPT-5.4 NanononevsQwen3.5-9BmediumMiniMax M2.7mediumvsElephantnoneQwen3.5-9BmediumvsGrok 4.1 FastnoneQwen3.5-9BmediumvsMiMo-V2-FlashnoneMercury 2nonevsQwen3.5-9BmediumMistral Small 4mediumvsElephantnoneElephantnonevsQwen3 Coder NextmediumGPT-4o-mininonevsQwen3.5-9BmediumMiniMax M2.5mediumDisponible gratisvsElephantnoneElephantnonevsGLM 4.7 Flashmediumgpt-oss-120bmediumDisponible gratisvsElephantnoneNemotron 3 SupernoneDisponible gratisvsQwen3.5-9Bmedium