#11 Qwen3.5-27B
medium- Coste
- $0.008
- Tiempo
- 62.0s
- Tokens
- 3,099 tok
Qwen
Lanzamiento: 2026-02-24
Probado el: 2026-04-11 01:44
qwen/qwen3.5-27b::medium
27BDensoCódigo abierto
(medium)
(none)
Resumen
Qwen3.5-27B obtiene 8.4 en AI BENCHY y ocupa el puesto #11. Tiene fiabilidad N/D, una tasa de aciertos de 81.5%, coste total de $0.497 y tiempo medio de respuesta de 53.03s.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- 27B
- Arquitectura
- Denso
- Disponibilidad
- Código abierto
- Licencia
- Apache-2.0
8.4
Consistencia
8.8
N/D
$0.497
Total de tokens de salida
245,000
Total de tokens de entrada
0
Precio de entrada
$0.195 / 1M
Precio de salida
$1.560 / 1M
Pruebas inestables
3
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
53.03s
Tiempo de respuesta (máximo): 163.96s
Tiempo de respuesta (total): 954.46s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-08-14 01:58 Nueva prueba | 7.5 | 10.0 | $0.982 ↓ | Comparar | |
| 2026-07-16 22:51 Prueba nueva añadida | 7.4 | 10.0 | $0.981 ↓ | Comparar | |
| 2026-06-04 13:40 Prueba nueva añadida | 7.8 | 10.0 | $0.536 ↓ | Comparar | |
| 2026-05-22 00:04 Suite modificada | 7.9 | 10.0 | $0.607 | Comparar | |
| 2026-04-11 01:44 Primera ejecución registrada | 8.4 | N/D | $0.497 | Ejecución actual |
Comparación de ejecuciones
| Ejecución | Cobertura del benchmark | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Primera ejecución registrada | 54/54 intentos | 8.4 | 8.8 | N/D | 13/18 | 3 | 245,000 | 0 | $0.497 | 53.03s |
| 2026-06-04 13:40 · Prueba nueva añadida | 63/63 intentos | 7.8 | 8.5 | 10.0 | 13/21 | 4 | 337,823 | 42,164 | $0.536 | 68.39s |
| Diferencia | — | +0.7 | +0.3 | 0 | -1 | -92823 | -42164 | -$0.039 | -15367ms |
La cobertura del benchmark difiere: 54/54 intentos (Objetivo: 3 repeticiones por prueba) frente a 63/63 intentos (Objetivo: 3 repeticiones por prueba). Los totales y las métricas sensibles a las repeticiones no son directamente comparables.
Estas dos ejecuciones usaron suites de benchmark distintas, así que las diferencias reflejan tanto cambios del modelo como de la suite.
Gráficos
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
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
Comparación rápida
Qwen3.5-27BmediumvsQwen3.5 Plus 2026-02-15mediumQwen3.5-27BmediumvsGPT-5.4 MinimediumQwen3.5-27BmediumvsGPT 5.3 ChatnoneQwen3.5-27BmediumvsGrok Build 0.1mediumQwen3.5-27BmediumvsMiniMax M3mediumQwen3.5-27BmediumvsGemini 3.1 Flash Lite PreviewmediumQwen3.5-27BmediumvsGPT-5.6 TerralowQwen3.5-27BmediumvsQwen3.7 MaxnoneQwen3.5-27BmediumvsGPT-5.4 NanomediumQwen3.5-27BmediumvsKimi K2.7 Codemedium
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 8.7 | 7.9 | |
| Programación | 10.0 | 10.0 | |
| Combinado | 10.0 | 10.0 | |
| Análisis y extracción de datos | 10.0 | 10.0 | |
| Específico del dominio | 5.3 | 10.0 | |
| Inteligencia general | 6.1 | 3.1 | |
| Seguimiento de instrucciones | 10.0 | 10.0 | |
| Resolución de acertijos | 8.2 | 7.7 | |
| Llamada de herramientas | 10.0 | 10.0 |