#97 Qwen3.5-Flash
none- コスト
- $0.003
- 時間
- 47.4s
- トークン
- 7,799 tok
概要
Qwen3.5-Flash は AI BENCHY で 5.9 を記録し、順位は #97 です。信頼性は 10.0、成功率は 41.7%、総コストは $0.006、平均応答時間は 2.99s 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 #1 です。一方、最も弱い領域は 反AIトリック で #18 です。 このスコア帯としては benchmark 総コストがかなり低めです。 類似モデルと比べてかなり高速です。
調査日:2026-08-12
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
不安定なテスト
1
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)。
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 |
|---|---|---|---|---|---|
| 2026-08-14 01:50 再テスト | 6.0 | 10.0 | $0.073 ↓ | 比較する | |
| 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 | 現在の実行 | |
| 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) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:55 · スイート変更 | 60/60 回 | 5.9 | 9.7 | 10.0 | 8/20 | 1 | 4,299 | 0 | $0.006 | 2.99s |
| 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 | — | -0.3 | +0.1 | 0 | 0 | +33 | 0 | +$0.001 | -260ms |
ベンチマーク網羅率が異なります: 60/60 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。
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。