AI BENCHY
Advertise here
#139

Qwen3.5-9B

Qwen Lanzamiento: 2026-03-02 Probado el: 2026-05-08 14:44 qwen/qwen3.5-9b::medium
(medium) (none)

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.

Puntuación

4.3

Consistencia

6.9

Fiabilidad

3.3

Costo total (precio actual)

$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 correctas

Pruebas incorrectas: 16

Tasa de aciertos por intento: 33.3%

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

Tiempo agotado: 10 Sin respuesta: 2 Respuesta incorrecta: 2 Formato extra: 1 No siguió las instrucciones: 1

Generation showcase

Hamster playing table tennis

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

#139 Qwen3.5-9B

medium
Cost
$0.001
Time
35.9s
Tokens
3,030 tok

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.

Gráficos

Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.

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

Modelos comparados