#25

Qwen3.5 Plus 2026-02-15

Qwen Rilis: 2026-02-15 Diuji pada: 2026-06-04 13:17 qwen/qwen3.5-plus-02-15::medium

~397B total (~17B aktif)MoETertutupPerkiraan

(medium) (none)

Ringkasan

Qwen3.5 Plus 2026-02-15 mendapat skor 7.9 di AI BENCHY dan berada di peringkat #25. Model ini memiliki reliabilitas 8.9, tingkat keberhasilan 76.2%, total biaya $0.310, dan waktu respons rata-rata 73.79s.

Yang membuat Qwen3.5 Plus 2026-02-15 unik: Model ini paling menonjol di Spesifik domain, dengan peringkat #4, sementara Pemrograman adalah area terlemahnya di #18. Total biaya benchmark-nya sangat rendah untuk kisaran skornya.

Fakta model

Ditelaah pada 2026-08-12

Perkiraan

Parameter: ~397B total (~17B aktif)
Arsitektur: MoE
Ketersediaan: Tertutup
Lisensi: -

Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.

Sumber parameter Sumber ketersediaan

Skor

7.9

Konsistensi

8.5

Keandalan

8.9

Total biaya (harga saat ini)

$0.310 ↓ -9.5%

Diuji pada: $0.343

Total token output

191,763

Total token input

40,918

Harga input

$0.260 / 1M

Harga output

$1.560 / 1M

Tes benar

Tes Salah: 7

Tingkat lulus per percobaan: 76.2%

Tes tidak stabil

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

Waktu respons (rata-rata)

73.79s

Waktu respons (maks): 266.69s

Waktu respons (total): 1033.07s

Jawaban salah: 4 Kedaluwarsa: 2 Kesalahan API: 1

Hamster playing table tennis

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

#25 Qwen3.5 Plus 2026-02-15

medium

Biaya: $0.011
Waktu: 125.5s
Token: 7,040 tok

Riwayat run

Diuji pada	Skor	Keandalan	Total Biaya	Bandingkan
2026-08-14 01:42 Uji ulang	7.5	10.0	$0.459 ↓	Bandingkan
2026-07-16 21:32 Tes baru ditambahkan	7.5	10.0	$0.437 ↓	Bandingkan
2026-06-04 13:17 Tes baru ditambahkan	7.9	8.9	$0.310 ↓	Run saat ini
2026-05-21 23:53 Suite berubah	8.1	10.0	$0.317	Bandingkan
2026-04-11 01:44 Run pertama yang tercatat	8.5	T/A	$0.220	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)
2026-06-04 13:17 · Tes baru ditambahkan	63/63 percobaan	7.9	8.5	8.9	14/21	4	191,763	40,918	$0.310	73.79s
2026-04-11 01:44 · Run pertama yang tercatat	54/54 percobaan	8.5	9.1	T/A	14/18	2	114,010	0	$0.220	46.56s
Selisih	—	-0.6	-0.6		0	+2	+77753	+40918	+$0.091	+27227ms

Cakupan benchmark berbeda: 63/63 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.

Riwayat harga

Data harga historis untuk model ini dari OpenRouter.

Tanggal	Harga input	Harga output
2026-06-04 14:42	$0.260 / 1M	$1.560 / 1M

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

Rincian Kategori

Kategori	Skor	Konsistensi
Trik anti-AI	8.2	7.9
Pemrograman	6.6	5.0
Gabungan	10.0	10.0
Parsing dan ekstraksi data	10.0	10.0
Spesifik domain	5.3	10.0
Kecerdasan umum	4.7	1.6
Kepatuhan instruksi	10.0	10.0
Pemecahan teka-teki	10.0	10.0
Pemanggilan alat	10.0	10.0
Pengetahuan umum	3.0	10.0

Qwen3.5 Plus 2026-02-15

Fakta model

Hamster playing table tennis

#25 Qwen3.5 Plus 2026-02-15

Grafik

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

Rincian Kategori

Model yang Dibandingkan