#106 Qwen3.5-9B
medium- Coste
- $0.001
- Tiempo
- 35.9s
- Tokens
- 3,030 tok
Qwen
Lanzamiento: 2026-03-02
Probado el: 2026-04-20 17:48
qwen/qwen3.5-9b::medium
9BDensoCódigo abierto
(medium)
(none)
Resumen
Qwen3.5-9B obtiene 4.4 en AI BENCHY y ocupa el puesto #106. Tiene fiabilidad N/D, una tasa de aciertos de 33.3%, coste total de $0.030 y tiempo medio de respuesta de 73.64s.
Qué hace único a Qwen3.5-9B: Su coste total de benchmark es inusualmente bajo para su nivel de puntuación.
Datos del modelo
Investigado el 2026-08-12
- Parámetros
- 9B
- Arquitectura
- Denso
- Disponibilidad
- Código abierto
- Licencia
- Apache-2.0
4.4
Consistencia
7.2
N/D
$0.030
Total de tokens de salida
196,888
Total de tokens de entrada
0
Precio de entrada
$0.100 / 1M
Precio de salida
$0.150 / 1M
Pruebas inestables
6
Pruebas inestables tuvieron resultados mixtos entre ejecuciones (al menos un acierto y un fallo).
Tiempo de respuesta (promedio)
73.64s
Tiempo de respuesta (máximo): 226.38s
Tiempo de respuesta (total): 1104.60s
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 02:23 Nueva prueba | 3.8 | 6.0 | $0.062 ↑ | Comparar | |
| 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 | 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-20 17:48 · Primera ejecución registrada | 54/54 intentos | 4.4 | 7.2 | N/D | 3/18 | 6 | 196,888 | 0 | $0.030 | 73.64s |
| 2026-08-14 02:23 · Nueva prueba | 66/66 intentos | 3.8 | 8.1 | 6.0 | 3/22 | 5 | 413,442 | 17,195 | $0.062 | 107.51s |
| Diferencia | — | +0.6 | -0.9 | 0 | +1 | -216554 | -17195 | -$0.033 | -33869ms |
La cobertura del benchmark difiere: 54/54 intentos (Objetivo: 3 repeticiones por prueba) frente a 66/66 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
Qwen3.5-9BmediumvsLing 3.0 TinylowQwen3.5-9BmediumvsLing 3.0 TinymediumQwen3.5-9BmediumvsLing 3.0 TinyhighQwen3.5-9Bmediumvsgpt-oss-120bnoneDisponible gratisQwen3.5-9BmediumvsMercury 2.5noneQwen3.5-9BmediumvsNemotron 3.5 LightningnoneDisponible gratisQwen3.5-9BmediumvsGranite 4.1 8BnoneQwen3.5-9BmediumvsLing 3.0 TinynoneQwen3.5-9BmediumvsGrok 4.20noneQwen3.5-9BmediumvsGranite 4.2 8Bnone
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 | 3.1 | 10.0 | |
| Llamada de herramientas | 10.0 | 10.0 |