#8 Qwen3.5 Plus 2026-02-15
medium- Biaya
- $0.011
- Waktu
- 125.5s
- Token
- 7,040 tok
Qwen
Rilis: 2026-02-15
Diuji pada: 2026-04-11 01:44
qwen/qwen3.5-plus-02-15::medium
~397B total (~17B aktif)MoETertutupPerkiraan
(medium)
(none)
Ringkasan
Qwen3.5 Plus 2026-02-15 mendapat skor 8.5 di AI BENCHY dan berada di peringkat #8. Model ini memiliki reliabilitas T/A, tingkat keberhasilan 83.3%, total biaya $0.220, dan waktu respons rata-rata 46.56s.
Fakta model
Ditelaah pada 2026-08-12
- Parameter
- ~397B total (~17B aktif)
- Arsitektur
- MoE
- Ketersediaan
- Tertutup
- Lisensi
- -
Perkiraan terbaik berdasarkan bukti publik; penyedia tidak mengungkapkan semua nilai.
8.5
Konsistensi
9.1
T/A
$0.220
Total token output
114,010
Total token input
0
Harga input
$0.260 / 1M
Harga output
$1.560 / 1M
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.
Riwayat run
| Diuji pada | Skor | Keandalan | Tes benar | 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 ↓ | Bandingkan | |
| 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 | Run saat ini |
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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 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 |
| 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 |
| Selisih | — | +0.6 | +0.6 | 0 | -2 | -77753 | -40918 | -$0.091 | -27227ms |
Cakupan benchmark berbeda: 54/54 percobaan (Target: 3 pengulangan per tes) dibanding 63/63 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 Plus 2026-02-15mediumvsGPT 5.3 ChatnoneQwen3.5 Plus 2026-02-15mediumvsQwen3.5-27BmediumQwen3.5 Plus 2026-02-15mediumvsMiniMax M3mediumQwen3.5 Plus 2026-02-15mediumvsGPT-5.4 MinimediumQwen3.5 Plus 2026-02-15mediumvsGPT-5.6 TerralowQwen3.5 Plus 2026-02-15mediumvsGrok Build 0.1mediumQwen3.5 Plus 2026-02-15mediumvsGPT-5.4 NanomediumQwen3.5 Plus 2026-02-15mediumvsGemini 3.1 Flash Lite PreviewmediumQwen3.5 Plus 2026-02-15mediumvsClaude Opus 5noneQwen3.5 Plus 2026-02-15mediumvsQwen3.7 Maxnone
Rincian Kategori
| Kategori | Skor | Konsistensi | Tes benar |
|---|---|---|---|
| Trik anti-AI | 8.2 | 7.9 | |
| Pemrograman | 10.0 | 10.0 | |
| 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 |