- スコア
- 8.6 (+1.89 ポイント)
- 合計コスト（現在価格）
- $0.061 · 32.1% 安い
- 応答時間（平均）
- 7.51s · 71.7% 速い
Qwen
リリース: 2026-02-24
テスト日時: 2026-10-01 00:56
qwen/qwen3.5-flash-02-23::none
~35B 総数 (~3B アクティブ)MoEクローズド推定
(medium)
(none)
概要
Qwen3.5-Flash は AI BENCHY で 6.7 を記録し、順位は #189 です。信頼性は 10.0、成功率は 37.7%、総コストは $0.089、平均応答時間は 26.52s です。
Qwen3.5-Flash の特徴: 最も目立つのは ドメイン特化 で、順位は #3 です。一方、最も弱い領域は 反AIトリック で #17 です。
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
- 8.3 (+1.58 ポイント)
- 合計コスト（現在価格）
- $0.047 · 47.3% 安い
- 応答時間（平均）
- 18.07s · 31.9% 速い
- スコア
- 6.8 (+0.12 ポイント)
- 合計コスト（現在価格）
- $0.039 · 56.8% 安い
- 応答時間（平均）
- 6.66s · 74.9% 速い
モデル情報
調査日：2026-08-12
- パラメータ
- ~35B 総数 (~3B アクティブ)
- アーキテクチャ
- MoE
- 公開状況
- クローズド
- ライセンス
- -
公開情報に基づく最善の推定値です。提供元はすべての値を公表していません。
入力価格
$0.065 / 1M
出力価格
$0.260 / 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
2
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.
#189 Qwen3.5-Flash
none- コスト
- $0.003
- 時間
- 47.4s
- トークン
- 7,799 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 00:56 再テスト | 6.7 | 10.0 | $0.089 | 現在の実行 | |
| 2026-07-16 22:07 新しいテストを追加 | 6.1 | 10.0 | $0.073 ↓ | 比較する | |
| 2026-06-04 13:25 新しいテストを追加 | 5.8 | 10.0 | $0.005 ↓ | 比較する | |
| 2026-05-21 23:55 スイート変更 | 5.9 | 10.0 | $0.006 | 比較する | |
| 2026-04-11 01:19 最初に記録された実行 | 6.2 | 該当なし | $0.006 | 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 00:56 · 現在の実行 | 69/69 回 | 6.7 | 9.3 | 10.0 | 8/23 | 2 | 219,122 | 463,872 | $0.089 | 26.52s |
| 2026-04-11 01:19 · 最初に記録された実行 | 54/54 回 | 6.2 | 9.6 | 該当なし | 8/18 | 1 | 4,266 | 0 | $0.006 | 3.25s |
| 差分 | — | +0.5 | -0.3 | 0 | +1 | +214856 | +463872 | +$0.084 | +23273ms |
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 54/54 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-FlashnonevsGrok Build 0.1mediumQwen3.5-FlashnonevsSolar Pro 4lowQwen3.5-FlashnonevsGrok 4.7xhighQwen3.5-FlashnonevsGrok 4.7highQwen3.5-FlashnonevsSolar Pro 4xhighQwen3.5-FlashnonevsMiniMax M3mediumQwen3.5-FlashnonevsSpace Bunny AlphamaxQwen3.5-FlashnonevsEmber-1maxQwen3.5-FlashnonevsGPT-6 SolnoneQwen3.5-FlashnonevsGPT 5.3 Chatdefault