AI BENCHY
Advertise here

#34

Qwen3.5 Plus 2026-04-20

Qwen リリース: 2026-04-20 テスト日時: 2026-05-08 14:34 qwen/qwen3.5-plus-20260420::medium
(medium) (none)

スコア

7.8

一貫性

9.1

信頼性

9.6

合計出力トークン

121,204

入力価格

$0.400 / 1M

出力価格

$2.400 / 1M

正解テスト

誤答テスト数: 6

試行ごとの合格率: 73.7%

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)。

応答時間(平均)

35.96s

応答時間(最大): 92.57s

応答時間(合計): 683.23s

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
2026-05-21 23:53 スイート変更 7.6 9.6 $0.363 比較する
2026-05-08 14:34 スイート変更 7.8 9.6 $0.305 比較する
2026-05-08 14:34 スイート変更 7.8 9.6 $0.305 現在の実行
2026-04-27 23:09 初回実行 8.2 9.7 $0.269 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コスト応答時間(平均)
2026-05-08 14:34 · スイート変更7.89.19.613/192121,204$0.30535.96s
2026-05-08 14:34 · スイート変更7.89.19.613/192121,204$0.30535.96s
差分0.00.00.0000$0.0000ms

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。

合計出力トークン

スコア vs 合計出力トークン

クイック比較

カテゴリ内訳

カテゴリ スコア 一貫性 正解テスト
反AIトリック 10.0 10.0
コーディング 7.6 10.0
複合 10.0 10.0
データ解析と抽出 10.0 10.0
ドメイン特化 2.9 7.2
汎用知能 4.9 9.6
指示追従 10.0 10.0
パズル解決 8.2 7.2
ツール呼び出し 10.0 10.0
雑学 3.0 10.0

比較対象モデル