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

Qwen: Qwen3.5-9B vs StepFun: Step 3.5 Flash

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-04-11

Métrica Qwen3.5-9B Qwen3.5-9B medium Lanzamiento: 2026-03-02 Step 3.5 Flash Step 3.5 Flash none Lanzamiento: 2026-02-01
Puntuación 4.4 3.0
Rango #91 #93
Consistencia 7.2 10.0
Pruebas correctas
Tasa de aciertos por intento 33.3% 0.0%
Pruebas inestables 6 0
Ejecuciones totales 54 3
Costo por resultado 0.976 0.000
Costo total $0.030 $0.000
Precio de entrada $0.050 / 1M $0.100 / 1M
Precio de salida $0.150 / 1M $0.300 / 1M
Tokens de salida 24,291 0
Tokens de razonamiento 172,597 0
Tiempo de respuesta (promedio) 73.64s 0ms
Tiempo de respuesta (máximo) 226.38s 0ms
Tiempo de respuesta (total) 1104.60s 0ms

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
Qwen3.5-9B 5.1 5.8 50.0% 2 34.44s 2,621 12,411
Step 3.5 Flash - - - - - - - -
Programación Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-9B 2.6 10.0 0.0% 0 135.61s 6,150 31,393
Step 3.5 Flash 3.0 10.0 0.0% 0 0ms 0 0
Combinado Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-9B 3.0 10.0 0.0% 0 0ms 0 0
Step 3.5 Flash - - - - - - - -
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
Qwen3.5-9B 3.6 5.6 33.3% 1 87.31s 1,383 32,113
Step 3.5 Flash - - - - - - - -
Específico del dominio Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-9B 3.6 7.2 22.2% 1 137.75s 11,549 48,475
Step 3.5 Flash - - - - - - - -
Inteligencia general Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-9B 2.8 1.6 33.3% 1 226.38s 0 30,695
Step 3.5 Flash - - - - - - - -
Seguimiento de instrucciones Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-9B 6.4 5.8 66.7% 1 17.15s 599 4,517
Step 3.5 Flash - - - - - - - -
Resolución de acertijos Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-9B 3.1 10.0 0.0% 0 33.38s 1,545 11,844
Step 3.5 Flash - - - - - - - -
Llamada de herramientas Puntuación Consistencia Tasa de aciertos por intento Pruebas inestables Pruebas correctas Tiempo de respuesta (promedio) Tokens de salida Tokens de razonamiento
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149
Step 3.5 Flash - - - - - - - -

Comparación rápida

Cambiar par de comparación

GPT-5.4 NanononevsQwen3.5-9BmediumQwen3.5-9BmediumvsGrok 4.1 FastnoneQwen3.5-9BmediumvsMiMo-V2-FlashnoneMercury 2nonevsQwen3.5-9BmediumGPT-4o-mininonevsQwen3.5-9BmediumNemotron 3 SupernoneDisponible gratisvsQwen3.5-9BmediumGPT-5.4 MininonevsQwen3.5-9Bmediumgpt-oss-120bnoneDisponible gratisvsQwen3.5-9BmediumMistral Small 4nonevsQwen3.5-9BmediumQwen3.5-9BmediumvsGrok 4.20noneTrinity Large PreviewnoneDisponible gratisvsQwen3.5-9BmediumQwen3.5-9BmediumvsGLM 5 Turbonone