- Skor
- 8.6 (+1.34 poin)
- Total biaya (harga saat ini)
- $0.061 · 47.6% lebih murah
- Waktu respons (rata-rata)
- 7.51s · 24.7% lebih cepat
Qwen
Rilis: 2026-02-24
Diuji pada: 2026-10-01 01:05
qwen/qwen3.5-27b::none
27BPadatSumber terbuka
(medium)
(none)
Ringkasan
Qwen3.5-27B mendapat skor 7.2 di AI BENCHY dan berada di peringkat #149. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 47.8%, total biaya $0.116, dan waktu respons rata-rata 9.98s.
Yang membuat Qwen3.5-27B unik: Model ini paling menonjol di Tugas agen, dengan peringkat #1, sementara Trik anti-AI adalah area terlemahnya di #17.
Alternatif yang disarankan
Kami menyarankan memilih model ini sebagai pengganti:
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 27B
- Arsitektur
- Padat
- Ketersediaan
- Sumber terbuka
- Lisensi
- Apache-2.0
7.2
Konsistensi
9.4
10.0
$0.116
Total token output
36,422
Total token input
283,977
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 tidak stabil
2
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#149 Qwen3.5-27B
none- Biaya
- $0.007
- Waktu
- 42.9s
- Token
- 4,273 tok
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-10-01 01:05 Uji ulang | 7.2 | 10.0 | $0.116 | Run saat ini | |
| 2026-07-16 22:01 Tes baru ditambahkan | 6.5 | 10.0 | $0.058 ↓ | Bandingkan | |
| 2026-06-04 13:28 Tes baru ditambahkan | 5.7 | 10.0 | $0.015 ↓ | Bandingkan | |
| 2026-05-21 23:59 Suite berubah | 5.8 | 10.0 | $0.017 | Bandingkan | |
| 2026-04-11 01:19 Run pertama yang tercatat | 5.9 | T/A | $0.016 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Cakupan benchmark | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 01:05 · Run saat ini | 69/69 percobaan | 7.2 | 9.4 | 10.0 | 10/23 | 2 | 36,422 | 283,977 | $0.116 | 9.98s |
| 2026-07-16 22:01 · Tes baru ditambahkan | 66/66 percobaan | 6.5 | 9.3 | 10.0 | 8/22 | 2 | 24,321 | 102,316 | $0.058 | 4.76s |
| Selisih | — | +0.7 | +0.1 | 0.0 | +2 | 0 | +12101 | +181661 | +$0.058 | +5220ms |
Cakupan benchmark berbeda: 69/69 percobaan (Target: 3 pengulangan per tes) dibanding 66/66 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.
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
Perbandingan Cepat
Qwen3.5-27BnonevsGemini 3.5 Flash LitemediumQwen3.5-27BnonevsQwen3.5 Plus 2026-02-15mediumQwen3.5-27BnonevsQwen3.6 PlusmediumQwen3.5-27BnonevsQwen3.8 27BmediumTersedia gratisQwen3.5-27BnonevsLongCat 2.0highQwen3.5-27BnonevsGemini 3.8 FlashlowQwen3.5-27BnonevsGemini 2.5 FlashmediumQwen3.5-27BnonevsClaude Opus 4.8lowQwen3.5-27BnonevsGrok 4.7mediumQwen3.5-27BnonevsQwen3.7 Flashhigh
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Tugas agen | 10.0 | 10.0 | |
| Trik anti-AI | 4.8 | 10.0 | |
| Pemrograman | 5.8 | 10.0 | |
| Gabungan | 6.4 | 5.8 | |
| Parsing dan ekstraksi data | 10.0 | 10.0 | |
| Spesifik domain | 5.3 | 10.0 | |
| Kecerdasan umum | 5.0 | 10.0 | |
| Kepatuhan instruksi | 6.3 | 10.0 | |
| Pemecahan teka-teki | 6.7 | 7.9 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |