Gemini 2.5 Flash (medium) vs Qwen3.5 Plus 2026-02-15 (medium)

Gemini 2.5 Flash (medium) average score में आगे है: 7.3 vs 7.2. Qwen3.5 Plus 2026-02-15 (medium) की benchmark लागत कम है: $0.567 vs $0.680. Gemini 2.5 Flash (medium) तेज है: 20.51s vs 97.68s, pass rates 68.1% vs 72.5%.

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए:: 2026-10-03

तुलना किए गए मॉडल

रैंक: #137
कुल आउटपुट टोकन: 241,365
प्रतिक्रिया समय (औसत): 20.51s
कुल लागत: $0.680

रैंक: #142
कुल आउटपुट टोकन: 302,730
प्रतिक्रिया समय (औसत): 97.68s
कुल लागत: $0.567

अनुशंसित मॉडल Gemini 2.5 Flash (medium)

It has the best score here (7.3), while responding about 4.8x faster than Qwen3.5 Plus 2026-02-15 (medium).

विस्तृत तुलना

मेट्रिक	Gemini 2.5 Flash Gemini 2.5 Flash medium रिलीज़: 2025-06-17	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium रिलीज़: 2026-02-15

मेट्रिक	Gemini 2.5 Flash Gemini 2.5 Flash medium रिलीज़: 2025-06-17	Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium रिलीज़: 2026-02-15
स्कोर	7.3	7.2
रैंक	#137	#142
विश्वसनीयता	10.0	10.0
संगति	9.6	7.9
प्रयास	69/69	69/69
सही परीक्षण
प्रति प्रयास पास दर	68.1%	72.5%
अस्थिर टेस्ट	1	6
कुल रन	69	69
प्रति परिणाम लागत	4.288	4.047
कुल लागत	$0.680	$0.567
इनपुट कीमत	$0.300 / 1M	$0.260 / 1M
आउटपुट कीमत	$2.500 / 1M	$1.560 / 1M
कैश पढ़ने की कीमत	$0.030 / 1M	लागू नहीं
कैश लिखने की कीमत	$0.084 / 1M	लागू नहीं
कुल इनपुट टोकन	132,507	249,486
आउटपुट टोकन	12,739	14,481
रीजनिंग टोकन	228,626	288,249
प्रतिक्रिया समय (औसत)	20.51s	97.68s
प्रतिक्रिया समय (अधिकतम)	140.50s	304.85s
प्रतिक्रिया समय (कुल)	471.64s	1562.81s
पैरामीटर	~350B कुल (~20B सक्रिय)	~397B कुल (~17B सक्रिय)
उपलब्धता	बंद स्रोत	बंद स्रोत

कैश की कीमतें इनपुट टोकन पर लागू होती हैं। पढ़ने पर कैश किए गए प्रॉम्प्ट का दोबारा उपयोग होता है; लिखने पर वे सहेजे जाते हैं और अतिरिक्त लागत हो सकती है। आउटपुट टोकन पर आउटपुट की कीमत लागू होती है।

मॉडल जनरेशन शोकेस

Hamster playing table tennis

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

#137 Gemini 2.5 Flash

medium

No output was saved. The original provider response or failure reason is unavailable.

लागत: $0.000
समय: 274.0s
टोकन: 0 tok

#142 Qwen3.5 Plus 2026-02-15

medium

लागत: $0.011
समय: 125.5s
टोकन: 7,040 tok

स्कोर के अनुसार शीर्ष मॉडल

स्कोर बनाम कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

श्रेणी विवरण

श्रेणी:

स्वायत्त एजेंट कार्य	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 2.5 Flash	3.0	10.0	0.0%	0		6.54s	0	0	0
Qwen3.5 Plus 2026-02-15	6.1	3.1	66.7%	1		186.40s	135,917	4,658	23,363

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 2.5 Flash	8.4	10.0	75.0%	0		6.30s	492	255	10,233
Qwen3.5 Plus 2026-02-15	8.2	7.9	83.3%	1		45.78s	672	205	21,236

कोडिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 2.5 Flash	7.8	10.0	66.7%	0		41.01s	6,669	543	32,303
Qwen3.5 Plus 2026-02-15	6.6	7.1	44.4%	1		180.70s	6,950	420	80,595

संयुक्त	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 2.5 Flash	10.0	10.0	100.0%	0		84.47s	110,544	11,112	95,241
Qwen3.5 Plus 2026-02-15	6.9	5.9	66.7%	1		175.85s	87,576	8,085	69,183

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 2.5 Flash	10.0	10.0	100.0%	0		4.06s	7,257	279	2,325
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		46.91s	7,782	270	14,916

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 2.5 Flash	5.9	7.2	55.6%	1		37.07s	642	18	80,864
Qwen3.5 Plus 2026-02-15	5.3	7.2	44.4%	1		55.99s	453	35	30,685

Samanya Buddhimatta	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 2.5 Flash	4.8	10.0	0.0%	0		4.86s	486	92	1,899
Qwen3.5 Plus 2026-02-15	4.7	1.6	66.7%	1		79.86s	344	73	8,675

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 2.5 Flash	9.8	10.0	100.0%	0		2.62s	615	69	1,203
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		31.93s	699	101	7,704

पहेली समाधान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 2.5 Flash	7.7	10.0	66.7%	0		3.18s	558	126	2,499
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		32.50s	696	301	13,853

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 2.5 Flash	10.0	10.0	100.0%	0		6.20s	5,088	234	1,140
Qwen3.5 Plus 2026-02-15	10.0	10.0	100.0%	0		7.54s	8,193	309	909

सामान्य ज्ञान	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	प्रतिक्रिया समय (औसत)	इनपुट टोकन	आउटपुट टोकन	रीजनिंग टोकन
Gemini 2.5 Flash	3.0	10.0	0.0%	0		2.76s	156	11	919
Qwen3.5 Plus 2026-02-15	3.0	10.0	0.0%	0		103.81s	204	24	17,130

त्वरित तुलना

तुलना जोड़ी बदलें

Gemini 2.5 FlashmediumvsLongCat 2.0high Gemini 3.8 FlashlowvsQwen3.5 Plus 2026-02-15medium Claude Opus 4.8lowvsQwen3.5 Plus 2026-02-15medium Gemini 2.5 FlashmediumvsGLM 5.3 Flashhigh Gemini 2.5 FlashmediumvsQwen3.5-27Bnone LongCat 2.0highvsQwen3.5 Plus 2026-02-15medium Qwen3.5 Plus 2026-02-15mediumvsStep 3.7 Flashlow Claude Opus 4.8lowvsGemini 2.5 Flashmedium Claude Opus 5nonevsQwen3.5 Plus 2026-02-15medium Gemini 2.5 FlashmediumvsQwen3.7 Flashhigh DeepSeek V4 Pro 0423nonevsGemini 2.5 Flashmedium Qwen3.5 Plus 2026-02-15mediumvsGLM 5.3 Flashhigh