Advertise here
#102

Qwen3.5-27B

Qwen Rilis: 2026-02-24 Diuji pada: 2026-10-01 01:06 qwen/qwen3.5-27b::medium
27BPadatSumber terbuka
(medium) (none)

Ringkasan

Qwen3.5-27B mendapat skor 7.9 di AI BENCHY dan berada di peringkat #102. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 76.8%, total biaya $1.135, dan waktu respons rata-rata 114.73s.

Yang membuat Qwen3.5-27B unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #4, sementara Pemrograman adalah area terlemahnya di #13. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.

Fakta model

Ditelaah pada 2026-08-12

Dilaporkan
Parameter
27B
Arsitektur
Padat
Ketersediaan
Sumber terbuka
Lisensi
Apache-2.0
Sumber parameter Sumber ketersediaan

Skor

7.9

Konsistensi

7.9

Keandalan

10.0

Total biaya (harga saat ini)

$1.135

Total token output

635,288

Total token input

288,919

Harga input

$0.195 / 1M

Harga output

$1.560 / 1M

Harga baca cache

T/A

Harga tulis cache

T/A

Harga cache berlaku untuk token input. Pembacaan memakai kembali prompt tersimpan; penulisan menyimpannya dan dapat menambah biaya. Token output menggunakan harga output.

Tes benar

Tes Salah: 9

Tingkat lulus per percobaan: 76.8%

Tes tidak stabil

6

Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).

Waktu respons (rata-rata)

114.73s

Waktu respons (maks): 1026.43s

Waktu respons (total): 2638.74s

Jawaban salah: 4 Tidak mengikuti instruksi: 2 Format tambahan: 1 Pemanggilan alat tidak valid: 1 Kedaluwarsa: 1

Hamster playing table tennis

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

#102 Qwen3.5-27B

medium
Biaya
$0.008
Waktu
62.0s
Token
3,099 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-10-01 01:06 Uji ulang 7.9 10.0 $1.135 Run saat ini
2026-07-16 22:51 Tes baru ditambahkan 7.4 10.0 $0.981 ↓ Bandingkan
2026-06-04 13:40 Tes baru ditambahkan 7.8 10.0 $0.536 ↓ Bandingkan
2026-05-22 00:04 Suite berubah 7.9 10.0 $0.607 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 8.4 T/A $0.497 Bandingkan

Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.

Perbandingan run

RunCakupan benchmarkSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-10-01 01:06 · Run saat ini69/69 percobaan7.97.910.014/236635,288288,919$1.135114.73s
2026-04-11 01:44 · Run pertama yang tercatat54/54 percobaan8.48.8T/A13/183245,0000$0.49753.03s
Selisih—-0.5-0.9+1+3+390288+288919+$0.638+61703ms

Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 54/54 percobaan (Target: 3 pengulangan per tes). Total dan metrik yang dipengaruhi pengulangan tidak dapat dibandingkan secara langsung.

Kedua run ini menggunakan suite benchmark yang berbeda, jadi selisihnya mencerminkan perubahan model sekaligus perubahan suite.

Grafik

Pilih model pertama, lalu klik model kedua untuk membuka halaman berdampingan.

Total token output

Skor vs Total token output

Perbandingan Cepat

Qwen3.5-27BmediumvsGPT-5.6 TerralowQwen3.5-27BmediumvsGLM 5.3 FlashXmaxQwen3.5-27BmediumvsQwen3.8 Flash NextlowQwen3.5-27BmediumvsClaude Fable 5.1highQwen3.5-27BmediumvsGemini 3.8 FlashmediumQwen3.5-27BmediumvsGPT-5.4 MinimediumQwen3.5-27BmediumvsGPT-5.4 NanomediumQwen3.5-27BmediumvsQwen3.7 MaxnoneQwen3.5-27BmediumvsNemotron 3 UltramediumTersedia gratisQwen3.5-27BmediumvsGemini 3.5 Flashmedium

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Tugas agen 10.0 10.0
Trik anti-AI 8.7 7.9
Pemrograman 6.2 7.1
Gabungan 7.3 5.8
Parsing dan ekstraksi data 10.0 10.0
Spesifik domain 5.9 7.2
Kecerdasan umum 6.1 3.1
Kepatuhan instruksi 10.0 10.0
Pemecahan teka-teki 8.2 7.7
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan