#56 Qwen3.5-Flash
medium- Biaya
- $0.002
- Waktu
- 25.8s
- Token
- 4,294 tok
Qwen
Rilis: 2026-02-24
Diuji pada: 2026-05-21 23:57
qwen/qwen3.5-flash-02-23::medium
(medium)
(none)
Ringkasan
Qwen3.5-Flash mendapat skor 7.4 di AI BENCHY dan berada di peringkat #56. Model ini memiliki reliabilitas 8.3, tingkat keberhasilan 73.3%, total biaya $0.104, dan waktu respons rata-rata 65.64s.
Yang membuat Qwen3.5-Flash unik: Model ini paling menonjol di Kepatuhan instruksi, dengan peringkat #1, sementara Pemecahan teka-teki adalah area terlemahnya di #13. Model ini memakai token reasoning yang sangat tinggi, yang bisa menjelaskan run yang lebih lambat atau lebih mahal.
7.4
Konsistensi
7.6
8.3
$0.104
Total token output
286,029
Total token input
0
Harga input
$0.065 / 1M
Harga output
$0.260 / 1M
Tes tidak stabil
6
Tes tidak stabil memiliki hasil campuran antar run (setidaknya satu lulus dan satu gagal).
Showcase generasi
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | Total Biaya | Bandingkan |
|---|---|---|---|---|---|
| 2026-06-04 13:36 Tes baru ditambahkan | 7.4 | 8.9 | $0.080 ↓ | Bandingkan | |
| 2026-05-21 23:57 Suite berubah | 7.4 | 8.3 | $0.104 | Run saat ini | |
| 2026-04-11 01:44 Run pertama yang tercatat | 7.8 | T/A | $0.080 | Bandingkan |
Run ini menggunakan suite benchmark yang berbeda. Perhatikan perubahan suite saat membaca pergerakan historis.
Perbandingan run
| Run | Skor | Konsistensi | Keandalan | Tes benar | Tes tidak stabil | Total token output | Total token input | Total Biaya | Waktu respons (rata-rata) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:57 · Suite berubah | 7.4 | 7.6 | 8.3 | 11/20 | 6 | 286,029 | 0 | $0.104 | 65.64s |
| 2026-06-04 13:36 · Tes baru ditambahkan | 7.4 | 8.1 | 8.9 | 12/21 | 5 | 296,686 | 38,926 | $0.080 | 63.29s |
| Selisih | 0.0 | -0.5 | -0.6 | -1 | +1 | -10657 | -38926 | +$0.024 | +2344ms |
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-FlashmediumvsStep 3.7 FlashhighQwen3.5-FlashmediumvsKimi K2.7 CodemediumQwen3.5-FlashmediumvsGemini 3.5 FlashnoneQwen3.5-FlashmediumvsGLM 5.2noneQwen3.5-FlashmediumvsGemini 3 Flash PreviewnoneQwen3.5-FlashmediumvsGemini 3.5 FlashhighQwen3.5-FlashmediumvsGemini 3 Flash PreviewmediumQwen3.5-FlashmediumvsNemotron 3 Ultra 550b A55bmediumTersedia gratisQwen3.5-FlashmediumvsGPT-5.5low
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 10.0 | 10.0 | |
| Pemrograman | 4.1 | 5.8 | |
| Gabungan | 10.0 | 10.0 | |
| Parsing dan ekstraksi data | 7.3 | 5.9 | |
| Spesifik domain | 5.3 | 7.2 | |
| Kecerdasan umum | 6.1 | 3.1 | |
| Kepatuhan instruksi | 10.0 | 10.0 | |
| Pemecahan teka-teki | 6.6 | 4.6 | |
| Pemanggilan alat | 10.0 | 10.0 | |
| Pengetahuan umum | 3.0 | 10.0 |