Navigasi
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Qwen: Qwen3.5-35B-A3B vs StepFun: Step 3.5 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-05-29

Metrik Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium Rilis: 2026-02-24 Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01
Skor 7.3 7.4
Peringkat #68 #61
Keandalan 10.0 10.0
Konsistensi 7.5 9.1
Tes benar
Tingkat lulus per percobaan 73.3% 62.3%
Tes tidak stabil 6 2
Total Run 60 57
Biaya per hasil 4.865 0.133
Total Biaya $0.536 $0.015
Harga input $0.139 / 1M $0.090 / 1M
Harga output $1.000 / 1M $0.300 / 1M
Token output 31,242 90,478
Token penalaran 330,546 173,544
Waktu respons (rata-rata) 69.66s 43.20s
Waktu respons (maks) 409.98s 170.45s
Waktu respons (total) 1393.17s 561.54s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor vs Waktu respons (rata-rata)

Total token output

Skor vs Total token output

Rincian Kategori

Trik anti-AI Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 21.13s 798 42,652
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 20,391 24,176
Pemrograman Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 6.5 10.0 50.0% 0 244.54s 14,456 88,431
Step 3.5 Flash 3.5 6.0 50.0% 1 62.83s 12,098 0
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 4.7 1.6 66.7% 1 75.34s 775 12,485
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Parsing dan ekstraksi data Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 7.3 5.9 83.3% 1 59.33s 235 19,493
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Spesifik domain Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 4.1 4.4 44.5% 2 88.34s 41 46,368
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 45,350 90,436
Kecerdasan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 2.8 1.6 33.3% 1 30.30s 20 3,753
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 240 3,506
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 24.45s 97 17,361
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 2,364 3,521
Pemecahan teka-teki Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 8.2 7.2 88.9% 1 33.13s 3,592 26,585
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 5,630 10,861
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 10.0 10.0 100.0% 0 4.65s 309 1,365
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802
Pengetahuan umum Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-35B-A3B 3.0 10.0 0.0% 0 177.35s 10,919 72,053
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 2,354 10,372

Perbandingan Cepat

Ganti Pasangan Perbandingan

Claude Opus 4.8nonevsQwen3.5-35B-A3BmediumRing-2.6-1TnonevsQwen3.5-35B-A3BmediumGPT-5.3 ChatnonevsStep 3.5 FlashmediumGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumClaude Opus 4.8nonevsStep 3.5 FlashmediumQwen3.5-35B-A3BmediumvsStep 3.7 FlashhighQwen3.5-35B-A3BmediumvsStep 3.7 FlashlowRing-2.6-1TnonevsStep 3.5 FlashmediumGPT-5.3 ChatnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitelowvsQwen3.5-35B-A3BmediumGemini 3.1 Flash Lite PreviewnonevsQwen3.5-35B-A3Bmedium