Navigasi
AI BENCHY
Your ad here

AI BENCHY Compare

Qwen: Qwen3.5-9B vs StepFun: Step 3.5 Flash

Benchmark dihasilkan dari suite pengujian AI BENCHY pada: 2026-03-12

Metrik Qwen3.5-9B Qwen3.5-9B medium Rilis: 2026-03-02 Step 3.5 Flash Step 3.5 Flash medium Rilis: 2026-02-01 Tersedia gratis
Peringkat #66 #14
Skor Rata-rata 2.6 7.4
Konsistensi 7.4 9.1
Biaya per hasil 0.779 0.000
Total Biaya $0.024 $0.000
Tes benar
Tingkat lulus per percobaan 35.4% 68.8%
Tes tidak stabil 5 2
Total Run 48 48
Token output 17,930 71,452
Token penalaran 139,706 155,147
Waktu respons (rata-rata) 71.44s 29.10s
Waktu respons (maks) 226.38s 170.45s
Waktu respons (total) 928.77s 290.96s

Model teratas berdasarkan skor

Skor vs Total Biaya

Waktu respons (rata-rata)

Skor Rata-rata vs Waktu respons (rata-rata)

Total token output

Skor Rata-rata 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
Qwen3.5-9B 4.0 7.2 55.6% 1 31.54s 2,410 10,913
Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
Gabungan Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-9B 10.0 10.0 0.0% 0 0ms 0 0
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
Qwen3.5-9B 5.0 5.6 33.3% 1 87.31s 1,383 32,113
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
Qwen3.5-9B 10.0 7.2 22.2% 1 137.75s 11,549 48,475
Step 3.5 Flash 4.0 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
Qwen3.5-9B 10.0 1.6 33.3% 1 226.38s 0 30,695
Step 3.5 Flash 6.0 10.0 0.0% 0 6.54s 2,214 2,584
Kepatuhan instruksi Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-9B 5.5 5.8 66.7% 1 17.15s 599 4,517
Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
Puzzle Solving Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-9B 10.0 10.0 0.0% 0 33.38s 1,545 11,844
Step 3.5 Flash 4.0 10.0 33.3% 0 7.72s 5,629 10,835
Pemanggilan alat Skor Konsistensi Tingkat lulus per percobaan Tes tidak stabil Tes benar Waktu respons (rata-rata) Token output Token penalaran
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Perbandingan Cepat

Ganti Pasangan Perbandingan

GPT-5.2 ChatnonevsStep 3.5 FlashmediumTersedia gratisGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumTersedia gratisGPT-5.3 ChatnonevsStep 3.5 FlashmediumTersedia gratisGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumTersedia gratisQwen3.5-9BmediumvsMiMo-V2-FlashnoneQwen3.5-9BmediumvsGrok 4.1 FastnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumTersedia gratisClaude Sonnet 4.6nonevsStep 3.5 FlashmediumTersedia gratisGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumTersedia gratisMercury 2nonevsQwen3.5-9BmediumNemotron 3 Super 120b A12bnoneTersedia gratisvsQwen3.5-9BmediumQwen3.5 Plus 2026-02-15nonevsStep 3.5 FlashmediumTersedia gratis