AI BENCHY
Advertise here
#162

Qwen3.5-9B

Qwen रिलीज़: 2026-03-02 परीक्षण किया गया: 2026-06-04 13:41 qwen/qwen3.5-9b::medium
(medium) (none)

सारांश

Qwen3.5-9B AI BENCHY पर 4.2 स्कोर करता है और #162 पर है। इसकी reliability 6.7, pass rate 27.0%, कुल लागत $0.036, और औसत response time 82.24s है।

Qwen3.5-9B को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

स्कोर

4.2

संगति

8.0

विश्वसनीयता

6.7

कुल लागत (वर्तमान कीमत)

$0.036 ↑ +0.4%

परीक्षण के समय: $0.036

कुल आउटपुट टोकन

238,561

कुल इनपुट टोकन

17,070

इनपुट कीमत

$0.100 / 1M

आउटपुट कीमत

$0.150 / 1M

सही परीक्षण

गलत टेस्ट: 18

प्रति प्रयास पास दर: 27.0%

अस्थिर टेस्ट

5

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

82.24s

प्रतिक्रिया समय (अधिकतम): 226.38s

प्रतिक्रिया समय (कुल): 1315.88s

समय समाप्त: 11 कोई उत्तर नहीं: 2 गलत उत्तर: 2 API त्रुटि: 1 अतिरिक्त फॉर्मेटिंग: 1 निर्देशों का पालन नहीं किया: 1

Generation showcase

Hamster playing table tennis

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

#162 Qwen3.5-9B

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

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:41 नया टेस्ट जोड़ा गया 4.2 5.6 $0.035 ↓ वर्तमान रन
2026-05-22 00:18 सूट बदला गया 4.2 1.7 $0.035 तुलना करें
2026-05-08 14:44 सूट बदला गया 4.3 3.3 $0.035 तुलना करें
2026-05-08 14:44 सूट बदला गया 4.3 3.3 $0.035 तुलना करें
2026-04-20 17:48 पहला दर्ज रन 4.4 लागू नहीं $0.030 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 15:40 $0.040 / 1M $0.150 / 1M
2026-06-10 13:42 $0.100 / 1M $0.150 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Qwen3.5-9BmediumvsQwen3.6 FlashnoneQwen3.5-9BmediumvsMiniMax M2.7mediumQwen3.5-9BmediumvsGrok 4.20noneQwen3.5-9BmediumvsQwen3.5-122B-A10BnoneQwen3.5-9Bmediumvsgpt-oss-120bnoneनिःशुल्क उपलब्धQwen3.5-9BmediumvsMistral Small 4mediumQwen3.5-9BmediumvsGemini 3 Flash PreviewmediumQwen3.5-9BmediumvsGemini 3.5 FlashhighQwen3.5-9BmediumvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धQwen3.5-9BmediumvsGemini 3.5 Flashlow

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 5.1 5.8
कोडिंग 2.9 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 3.6 5.6
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 2.8 1.6
निर्देश पालन 6.5 10.0
पहेली समाधान 3.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल