- Skor
- 8.3 (+4.22 poin)
- Total biaya (harga saat ini)
- $0.000 · 100.0% lebih murah
- Waktu respons (rata-rata)
- 88.74s · 19.5% lebih cepat
Qwen
Rilis: 2026-03-02
Diuji pada: 2026-10-01 01:14
qwen/qwen3.5-9b::medium
9BPadatSumber terbuka
(medium)
(none)
Ringkasan
Qwen3.5-9B mendapat skor 4.0 di AI BENCHY dan berada di peringkat #402. Model ini memiliki reliabilitas 8.7, tingkat keberhasilan 26.1%, total biaya $0.106, dan waktu respons rata-rata 110.18s.
Yang membuat Qwen3.5-9B unik: Model ini paling menonjol di Tugas agen, dengan peringkat #2, sementara Kecerdasan umum adalah area terlemahnya di #10. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.
Alternatif yang disarankan
Kami menyarankan memilih salah satu model ini sebagai pengganti:
- Skor
- 8.6 (+4.54 poin)
- Total biaya (harga saat ini)
- $0.061 · 42.8% lebih murah
- Waktu respons (rata-rata)
- 7.51s · 93.2% lebih cepat
- Skor
- 7.5 (+3.51 poin)
- Total biaya (harga saat ini)
- $0.000 · 100.0% lebih murah
- Waktu respons (rata-rata)
- 29.38s · 73.3% lebih cepat
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- 9B
- Arsitektur
- Padat
- Ketersediaan
- Sumber terbuka
- Lisensi
- Apache-2.0
4.0
Konsistensi
7.9
8.7
$0.106
Total token output
447,247
Total token input
387,323
Harga input
$0.100 / 1M
Harga output
$0.150 / 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
6
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.
#402 Qwen3.5-9B
medium- Biaya
- $0.001
- Waktu
- 35.9s
- Token
- 3,030 tok
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-10-01 01:14 Uji ulang | 4.0 | 8.7 | $0.106 | Run saat ini | |
| 2026-07-16 23:12 Tes baru ditambahkan | 3.8 | 5.0 | $0.036 ↑ | Bandingkan | |
| 2026-06-04 13:41 Tes baru ditambahkan | 4.2 | 5.6 | $0.035 ↓ | Bandingkan | |
| 2026-05-22 00:18 Suite berubah | 4.2 | 1.7 | $0.035 | Bandingkan | |
| 2026-05-08 14:44 Suite berubah | 4.3 | 3.3 | $0.035 | Bandingkan | |
| 2026-05-08 14:44 Suite berubah | 4.3 | 3.3 | $0.035 | Bandingkan | |
| 2026-04-20 17:48 Run pertama yang tercatat | 4.4 | T/A | $0.030 | 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 01:14 · Run saat ini | 69/69 percobaan | 4.0 | 7.9 | 8.7 | 3/23 | 6 | 447,247 | 387,323 | $0.106 | 110.18s |
| 2026-04-20 17:48 · Run pertama yang tercatat | 54/54 percobaan | 4.4 | 7.2 | T/A | 3/18 | 6 | 196,888 | 0 | $0.030 | 73.64s |
| Selisih | — | -0.3 | +0.7 | 0 | 0 | +250359 | +387323 | +$0.077 | +36537ms |
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.
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
Qwen3.5-9BmediumvsMercury 2.5noneQwen3.5-9BmediumvsLing 3.0 TinydefaultQwen3.5-9Bmediumvsgpt-oss-120bnoneQwen3.5-9BmediumvsGranite 4.1 8bdefaultQwen3.5-9BmediumvsGLM 4.7 FlashmediumQwen3.5-9BmediumvsNemotron 3.5 LightningnoneTersedia gratisQwen3.5-9BmediumvsMiniMax M2.5mediumQwen3.5-9BmediumvsXing4.0 29b A4bmediumTersedia gratisQwen3.5-9BmediumvsMercury 2noneQwen3.5-9BmediumvsLing 3.0 Tinyhigh
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Tugas agen | 5.2 | 3.2 | |
| Trik anti-AI | 5.1 | 5.8 | |
| Pemrograman | 2.9 | 10.0 | |
| Gabungan | 3.0 | 10.0 | |
| Parsing dan ekstraksi data | 3.6 | 5.6 | |
| Spesifik domain | 3.6 | 7.2 | |
| Kecerdasan umum | 2.8 | 1.6 | |
| Kepatuhan instruksi | 6.5 | 10.0 | |
| Pemecahan teka-teki | 3.0 | 10.0 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |