Qwen: Qwen3.5-9B vs Thinking Machines: Inkling

Inkling lidera en puntuación media con 5.2 vs 5.1. Qwen3.5-9B tiene menor coste de benchmark con $0.021 vs $0.147. Inkling es más rápido con 3.50s vs 19.17s, con tasas de acierto de 19.7% vs 28.8%.

Modelo recomendadoQwen3.5-9BSu puntuación se mantiene cerca de la mejor aquí (5.1 vs 5.2) y cuesta aproximadamente 7.3x menos que Inkling.

Benchmarks generados a partir de los suites de prueba de AI BENCHY en: 2026-07-25

Métrica	Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02	Inkling Inkling none Lanzamiento: 2026-07-18

Métrica	Qwen3.5-9B Qwen3.5-9B none Lanzamiento: 2026-03-02	Inkling Inkling none Lanzamiento: 2026-07-18
Puntuación	5.1	5.2
Rango	#183	#178
Fiabilidad	10.0	9.9
Consistencia	9.7	9.6
Pruebas correctas
Tasa de aciertos por intento	19.7%	28.8%
Pruebas inestables	1	1
Ejecuciones totales	66	66
Costo por resultado	0.490	2.448
Costo total	$0.021	$0.147
Precio de entrada	$0.100 / 1M	$1.000 / 1M
Precio de salida	$0.150 / 1M	$4.050 / 1M
Total de tokens de entrada	144,407	104,111
Tokens de salida	37,484	10,551
Tokens de razonamiento	0	0
Tiempo de respuesta (promedio)	19.17s	3.50s
Tiempo de respuesta (máximo)	382.06s	48.02s
Tiempo de respuesta (total)	421.74s	77.09s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#183 Qwen3.5-9B

none

SVG inválido

Coste: $0.000
Tiempo: 300.0s
Tokens: 0 tok

#178 Thinking Machines: Inkling

none

Provider returned error

Coste: $0.000
Tiempo: 5.3s
Tokens: 0 tok

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

Categoría:

Trucos anti-IA	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	0
Inkling	4.8	10.0	25.0%	0		1.43s	678	261	0

Programación	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	0
Inkling	4.5	10.0	0.0%	0		1.01s	7,356	436	0

Combinado	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-9B	3.0	10.0	0.0%	0		193.98s	116,763	34,787	0
Inkling	2.9	5.8	16.7%	1		25.74s	80,195	8,777	0

Análisis y extracción de datos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	0
Inkling	10.0	10.0	100.0%	0		1.14s	7,056	279	0

Específico del dominio	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	0
Inkling	5.3	10.0	33.3%	0		1.45s	777	42	0

Inteligencia general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	0
Inkling	5.0	10.0	0.0%	0		859ms	495	156	0

Seguimiento de instrucciones	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	0
Inkling	6.3	10.0	50.0%	0		1.72s	696	72	0

Resolución de acertijos	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	0
Inkling	5.6	9.9	33.3%	0		931ms	696	291	0

Llamada de herramientas	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	0
Inkling	3.0	10.0	0.0%	0		2.50s	5,949	213	0

Cultura general	Puntuación	Consistencia	Tasa de aciertos por intento	Pruebas inestables	Pruebas correctas	Tiempo de respuesta (promedio)	Tokens de entrada	Tokens de salida	Tokens de razonamiento
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0
Inkling	3.0	10.0	0.0%	0		670ms	213	24	0

Comparación rápida

Cambiar par de comparación

Mistral Small 4mediumvsQwen3.5-9Bnone MiniMax M2.7mediumvsQwen3.5-9Bnone Laguna S 2.1lowDisponible gratisvsQwen3.5-9Bnone Mistral Small 4mediumvsInklingnone Laguna S 2.1highDisponible gratisvsInklingnone KAT-Coder-Air V2.5lowvsInklingnone MiniMax M2.7mediumvsInklingnone Laguna S 2.1mediumDisponible gratisvsInklingnone Laguna S 2.1lowDisponible gratisvsInklingnone Laguna S 2.1highDisponible gratisvsQwen3.5-9Bnone KAT-Coder-Air V2.5lowvsQwen3.5-9Bnone Laguna S 2.1mediumDisponible gratisvsQwen3.5-9Bnone