#139 Qwen3.5-9B
medium- Cost
- $0.001
- Time
- 35.9s
- Tokens
- 3,030 tok
Resumen
Qwen3.5-9B obtiene 4.3 en AI BENCHY y ocupa el puesto #139. Tiene fiabilidad 3.3, una tasa de aciertos de 33.3%, coste total de $0.035 y tiempo medio de respuesta de 80.10s.
Qué hace único a Qwen3.5-9B: Usa una cantidad inusualmente alta de tokens de razonamiento, lo que puede explicar ejecuciones más lentas o caras.
4.3
Consistencia
6.9
3.3
$0.035
Total de tokens de salida
229,656
Total de tokens de entrada
0
Precio de entrada
$0.040 / 1M
Precio de salida
$0.150 / 1M
Pruebas inestables
7
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
80.10s
Tiempo de respuesta (máximo): 226.38s
Tiempo de respuesta (total): 1281.62s
Generation showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 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 | Ejecución actual | |
| 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 | Puntuación | Consistencia | Fiabilidad | Pruebas correctas | Pruebas inestables | Total de tokens de salida | Total de tokens de entrada | Costo total | Tiempo de respuesta (promedio) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-08 14:44 · Suite modificada | 4.3 | 6.9 | 3.3 | 3/19 | 7 | 229,656 | 0 | $0.035 | 80.10s |
| 2026-06-04 13:41 · Prueba nueva añadida | 4.2 | 8.0 | 5.6 | 3/21 | 5 | 238,561 | 17,070 | $0.035 | 82.24s |
| Diferencia | +0.1 | -1.1 | -2.3 | 0 | +2 | -8905 | -17070 | -$0.001 | -2142ms |
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
Qwen3.5-9BmediumvsQwen3.6 FlashnoneQwen3.5-9BmediumvsMiniMax M2.7mediumQwen3.5-9BmediumvsGrok 4.20noneQwen3.5-9BmediumvsQwen3.5-122B-A10BnoneQwen3.5-9Bmediumvsgpt-oss-120bnoneDisponible gratisQwen3.5-9BmediumvsMistral Small 4mediumQwen3.5-9BmediumvsGemini 3 Flash PreviewmediumQwen3.5-9BmediumvsGemini 3.5 FlashhighQwen3.5-9BmediumvsNemotron 3 Ultra 550b A55bmediumDisponible gratisQwen3.5-9BmediumvsGemini 3.5 Flashlow
Desglose por categoría
| Categoría | Puntuación | Consistencia | Pruebas correctas |
|---|---|---|---|
| Trucos anti-IA | 5.1 | 5.8 | |
| Programación | 2.6 | 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 | 6.4 | 5.8 | |
| Resolución de acertijos | 2.9 | 7.2 | |
| Llamada de herramientas | 10.0 | 10.0 | |
| Cultura general | 3.0 | 10.0 |