- Puntuación
- 8.3 (+4.22 puntos)
- Costo total (precio actual)
- $0.000 · 100.0% más barato
- Tiempo de respuesta (promedio)
- 88.74s · 19.5% más rápido
Qwen
Lanzamiento: 2026-03-02
Probado el: 2026-10-01 01:14
qwen/qwen3.5-9b::medium
9BDensoCódigo abierto
(medium)
(none)
Resumen
Qwen3.5-9B obtiene 4.0 en AI BENCHY y ocupa el puesto #402. Tiene fiabilidad 8.7, una tasa de aciertos de 26.1%, coste total de $0.106 y tiempo medio de respuesta de 110.18s.
Qué hace único a Qwen3.5-9B: Destaca más en Tareas de agentes, donde ocupa #2, mientras que Inteligencia general es su área más débil con #10. Usa una cantidad inusualmente alta de tokens de razonamiento, lo que puede explicar ejecuciones más lentas o caras.
Alternativas recomendadas
Recomendamos elegir uno de estos modelos en su lugar:
- Puntuación
- 8.6 (+4.54 puntos)
- Costo total (precio actual)
- $0.061 · 42.8% más barato
- Tiempo de respuesta (promedio)
- 7.51s · 93.2% más rápido
- Puntuación
- 7.5 (+3.51 puntos)
- Costo total (precio actual)
- $0.000 · 100.0% más barato
- Tiempo de respuesta (promedio)
- 29.38s · 73.3% más rápido
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- 9B
- Arquitectura
- Denso
- Disponibilidad
- Código abierto
- Licencia
- Apache-2.0
4.0
Consistencia
7.9
8.7
$0.106
Total de tokens de salida
447,247
Total de tokens de entrada
387,323
Precio de entrada
$0.100 / 1M
Precio de salida
$0.150 / 1M
Precio de lectura de caché
N/D
Precio de escritura de caché
N/D
Los precios de caché se aplican a los tokens de entrada. Las lecturas reutilizan instrucciones guardadas; las escrituras las almacenan y pueden costar más. Los tokens de salida usan el precio de salida.
Pruebas inestables
6
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
110.18s
Tiempo de respuesta (máximo): 569.97s
Tiempo de respuesta (total): 1873.00s
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#402 Qwen3.5-9B
medium- Coste
- $0.001
- Tiempo
- 35.9s
- Tokens
- 3,030 tok
Historial de ejecuciones
| Probado el | Puntuación | Fiabilidad | Pruebas correctas | Costo total | Comparar |
|---|---|---|---|---|---|
| 2026-10-01 01:14 Nueva prueba | 4.0 | 8.7 | $0.106 | Ejecución actual | |
| 2026-07-16 23:12 Prueba nueva añadida | 3.8 | 5.0 | $0.036 ↑ | Comparar | |
| 2026-06-04 13:41 Prueba nueva añadida | 4.2 | 5.6 | $0.035 ↓ | Comparar | |
| 2026-05-22 00:18 Suite modificada | 4.2 | 1.7 | $0.035 | Comparar | |
| 2026-05-08 14:44 Suite modificada | 4.3 | 3.3 | $0.035 | Comparar | |
| 2026-05-08 14:44 Suite modificada | 4.3 | 3.3 | $0.035 | Comparar | |
| 2026-04-20 17:48 Primera ejecución registrada | 4.4 | N/D | $0.030 | Comparar |
Esta ejecución usó una suite de benchmark diferente. Ten en cuenta los cambios de suite al interpretar la evolución histórica.
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 01:14 · Ejecución actual | 69/69 intentos | 4.0 | 7.9 | 8.7 | 3/23 | 6 | 447,247 | 387,323 | $0.106 | 110.18s |
| 2026-05-22 00:18 · Suite modificada | 60/60 intentos | 4.2 | 7.0 | 1.7 | 3/20 | 7 | 229,656 | 0 | $0.035 | 80.10s |
| Diferencia | — | -0.2 | +0.9 | +7.0 | 0 | -1 | +217591 | +387323 | +$0.072 | +30076ms |
La cobertura del benchmark difiere: 69/69 intentos (Objetivo: 3 repeticiones por prueba) frente a 60/60 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
Qwen3.5-9BmediumvsMercury 2.5noneQwen3.5-9BmediumvsLing 3.0 TinydefaultQwen3.5-9Bmediumvsgpt-oss-120bnoneQwen3.5-9BmediumvsGranite 4.1 8bdefaultQwen3.5-9BmediumvsGLM 4.7 FlashmediumQwen3.5-9BmediumvsNemotron 3.5 LightningnoneDisponible gratisQwen3.5-9BmediumvsMiniMax M2.5mediumQwen3.5-9BmediumvsXing4.0 29b A4bmediumDisponible gratisQwen3.5-9BmediumvsMercury 2noneQwen3.5-9BmediumvsLing 3.0 Tinyhigh
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Tareas de agentes | 5.2 | 3.2 | |
| Trucos anti-IA | 5.1 | 5.8 | |
| Programación | 2.9 | 10.0 | |
| Combinado | 3.0 | 10.0 | |
| Análisis y extracción de datos | 3.6 | 5.6 | |
| Específico del dominio | 3.6 | 7.2 | |
| Inteligencia general | 2.8 | 1.6 | |
| Seguimiento de instrucciones | 6.5 | 10.0 | |
| Resolución de acertijos | 3.0 | 10.0 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |