- スコア
- 8.3 (+4.22 ポイント)
- 合計コスト（現在価格）
- $0.000 · 100.0% 安い
- 応答時間（平均）
- 88.74s · 19.5% 速い
概要
Qwen3.5-9B は AI BENCHY で 4.0 を記録し、順位は #402 です。信頼性は 8.7、成功率は 26.1%、総コストは $0.106、平均応答時間は 110.18s です。
Qwen3.5-9B の特徴: 最も目立つのは エージェントタスク で、順位は #2 です。一方、最も弱い領域は 汎用知能 で #10 です。 推論トークンの使用量がかなり多く、遅さやコストの高さにつながっている可能性があります。
おすすめの代替モデル
代わりに次のモデルのいずれかをおすすめします：
- スコア
- 8.6 (+4.54 ポイント)
- 合計コスト（現在価格）
- $0.061 · 42.8% 安い
- 応答時間（平均）
- 7.51s · 93.2% 速い
- スコア
- 7.5 (+3.51 ポイント)
- 合計コスト（現在価格）
- $0.000 · 100.0% 安い
- 応答時間（平均）
- 29.38s · 73.3% 速い
モデル情報
調査日：2026-08-12
- パラメータ
- 9B
- アーキテクチャ
- 密モデル
- 公開状況
- オープンソース
- ライセンス
- Apache-2.0
入力価格
$0.100 / 1M
出力価格
$0.150 / 1M
キャッシュ読み取り料金
該当なし
キャッシュ書き込み料金
該当なし
キャッシュ料金は入力トークンに適用されます。読み取りは保存済みのプロンプトを再利用し、書き込みは保存するため追加料金がかかる場合があります。出力トークンには出力料金が適用されます。
不安定なテスト
6
不安定なテストは、実行間で結果が混在しています（少なくとも1回合格かつ1回失敗）。
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#402 Qwen3.5-9B
medium- コスト
- $0.001
- 時間
- 35.9s
- トークン
- 3,030 tok
実行履歴
| テスト日時 | スコア | 信頼性 | 正解テスト | 合計コスト | 比較する |
|---|---|---|---|---|---|
| 2026-10-01 01:14 再テスト | 4.0 | 8.7 | $0.106 | 現在の実行 | |
| 2026-07-16 23:12 新しいテストを追加 | 3.8 | 5.0 | $0.036 ↑ | 比較する | |
| 2026-06-04 13:41 新しいテストを追加 | 4.2 | 5.6 | $0.035 ↓ | 比較する | |
| 2026-05-22 00:18 スイート変更 | 4.2 | 1.7 | $0.035 | 比較する | |
| 2026-05-08 14:44 スイート変更 | 4.3 | 3.3 | $0.035 | 比較する | |
| 2026-05-08 14:44 スイート変更 | 4.3 | 3.3 | $0.035 | 比較する | |
| 2026-04-20 17:48 最初に記録された実行 | 4.4 | 該当なし | $0.030 | 比較する |
この実行では別のベンチマークスイートが使われました。履歴の変化を読むときはスイート変更も考慮してください。
実行比較
| 実行 | ベンチマーク網羅率 | スコア | 一貫性 | 信頼性 | 正解テスト | 不安定なテスト | 合計出力トークン | 合計入力トークン | 合計コスト | 応答時間（平均） |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-10-01 01:14 · 現在の実行 | 69/69 回 | 4.0 | 7.9 | 8.7 | 3/23 | 6 | 447,247 | 387,323 | $0.106 | 110.18s |
| 2026-06-04 13:41 · 新しいテストを追加 | 63/63 回 | 4.2 | 8.0 | 5.6 | 3/21 | 5 | 238,561 | 17,070 | $0.035 | 82.24s |
| 差分 | — | -0.1 | -0.1 | +3.1 | 0 | +1 | +208686 | +370253 | +$0.071 | +27934ms |
ベンチマーク網羅率が異なります: 69/69 回 (目標: テストごとに 3 回) と 63/63 回 (目標: テストごとに 3 回)。合計値と反復回数に左右される指標は直接比較できません。
この 2 つの実行では異なるベンチマークスイートが使われているため、差分にはモデル変化とスイート変化の両方が含まれます。
チャート
最初のモデルを選択し、次に2つ目のモデルをクリックして並列比較ページを開きます。
クイック比較
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 Lightningnone無料で利用可能Qwen3.5-9BmediumvsMiniMax M2.5mediumQwen3.5-9BmediumvsXing4.0 29b A4bmedium無料で利用可能Qwen3.5-9BmediumvsMercury 2noneQwen3.5-9BmediumvsLing 3.0 Tinyhigh