AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#133

Qwen3.5-35B-A3B

Qwen Rilis: 2026-02-24 Diuji pada: 2026-07-16 22:51 qwen/qwen3.5-35b-a3b::medium
(medium) (none)

Ringkasan

Qwen3.5-35B-A3B mendapat skor 6.2 di AI BENCHY dan berada di peringkat #133. Model ini memiliki reliabilitas 10.0, tingkat keberhasilan 66.7%, total biaya $0.837, dan waktu respons rata-rata 112.47s.

Yang membuat Qwen3.5-35B-A3B unik: Model ini paling menonjol di Trik anti-AI, dengan peringkat #1, sementara Kecerdasan umum adalah area terlemahnya di #16. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.

Skor

6.2

Konsistensi

7.6

Keandalan

10.0

Total biaya (harga saat ini)

$0.837 ↓ -16.7%

Diuji pada: $1.005

Total token output

826,670

Total token input

130,388

Harga input

$0.140 / 1M

Harga output

$1.000 / 1M

Tes benar

Tes Salah: 11

Tingkat lulus per percobaan: 66.7%

Tes tidak stabil

6

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

Waktu respons (rata-rata)

112.47s

Waktu respons (maks): 950.25s

Waktu respons (total): 2474.28s

Hamster playing table tennis

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

#133 Qwen3.5-35B-A3B

medium
Biaya
$0.009
Waktu
71.4s
Token
8,631 tok

Riwayat run

Diuji pada Skor Keandalan Tes benar Total Biaya Bandingkan
2026-07-16 22:51 Tes baru ditambahkan 6.2 10.0 $0.837 Run saat ini
2026-06-04 13:42 Tes baru ditambahkan 7.1 8.9 $0.401 Bandingkan
2026-05-22 00:15 Suite berubah 7.0 6.7 $0.547 Bandingkan
2026-04-11 01:44 Run pertama yang tercatat 7.4 T/A $0.398 Bandingkan

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

Perbandingan run

RunSkorKonsistensiKeandalanTes benarTes tidak stabilTotal token outputTotal token inputTotal BiayaWaktu respons (rata-rata)
2026-07-16 22:51 · Run saat ini6.27.610.011/226826,670130,388$0.837112.47s
2026-06-04 13:42 · Tes baru ditambahkan7.17.28.911/217394,20742,196$0.40172.57s
Selisih-1.0+0.4+1.10-1+432463+88192+$0.437+39894ms

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

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal Harga input Harga output
2026-06-04 15:40 $0.140 / 1M $1.000 / 1M

Grafik

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

Total token output

Skor vs Total token output

Perbandingan Cepat

Rincian Kategori

Kategori Skor Konsistensi Tes benar
Trik anti-AI 10.0 10.0
Pemrograman 5.9 9.3
Gabungan 3.8 5.8
Parsing dan ekstraksi data 7.3 5.9
Spesifik domain 4.1 4.4
Kecerdasan umum 2.8 1.6
Kepatuhan instruksi 10.0 10.0
Pemecahan teka-teki 8.2 7.2
Pemanggilan alat 10.0 10.0
Pengetahuan umum 3.0 10.0

Model yang Dibandingkan