#11 Qwen3.5-27B
medium- Kosten
- $0.008
- Tijd
- 62.0s
- Tokens
- 3,099 tok
Qwen
Releasedatum: 2026-02-24
Getest op: 2026-04-11 01:44
qwen/qwen3.5-27b::medium
27BDichtOpen-source
(medium)
(none)
Samenvatting
Qwen3.5-27B scoort 8.4 op AI BENCHY en staat op #11. Het model heeft n.v.t. betrouwbaarheid, een slagingspercentage van 81.5%, $0.497 totale kosten en 53.03s gemiddelde responstijd.
Modelgegevens
Onderzocht op 2026-08-12
- Parameters
- 27B
- Architectuur
- Dicht
- Beschikbaarheid
- Open-source
- Licentie
- Apache-2.0
8.4
Consistentie
8.8
n.v.t.
Totaal aantal uitvoer-tokens
245,000
Totaal aantal invoer-tokens
0
Invoerprijs
$0.195 / 1M
Uitvoerprijs
$1.560 / 1M
Instabiele tests
3
Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Rungeschiedenis
| Getest op | Score | Betrouwbaarheid | Correcte tests | Totale kosten | Vergelijken |
|---|---|---|---|---|---|
| 2026-08-14 01:58 Hertest | 7.5 | 10.0 | $0.982 ↓ | Vergelijken | |
| 2026-07-16 22:51 Nieuwe test toegevoegd | 7.4 | 10.0 | $0.981 ↓ | Vergelijken | |
| 2026-06-04 13:40 Nieuwe test toegevoegd | 7.8 | 10.0 | $0.536 ↓ | Vergelijken | |
| 2026-05-22 00:04 Suite gewijzigd | 7.9 | 10.0 | $0.607 | Vergelijken | |
| 2026-04-11 01:44 Eerste geregistreerde run | 8.4 | n.v.t. | $0.497 | Huidige run |
Runvergelijking
| Run | Benchmarkdekking | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · Eerste geregistreerde run | 54/54 pogingen | 8.4 | 8.8 | n.v.t. | 13/18 | 3 | 245,000 | 0 | $0.497 | 53.03s |
| 2026-06-04 13:40 · Nieuwe test toegevoegd | 63/63 pogingen | 7.8 | 8.5 | 10.0 | 13/21 | 4 | 337,823 | 42,164 | $0.536 | 68.39s |
| Verschil | — | +0.7 | +0.3 | 0 | -1 | -92823 | -42164 | -$0.039 | -15367ms |
De benchmarkdekking verschilt: 54/54 pogingen (Doel: 3 herhalingen per test) tegenover 63/63 pogingen (Doel: 3 herhalingen per test). Totalen en herhalingsgevoelige statistieken zijn niet direct vergelijkbaar.
Deze twee runs gebruikten verschillende benchmarksets, dus de verschillen weerspiegelen zowel modelveranderingen als suitewijzigingen.
Grafieken
Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.
Topmodellen op score
Score vs Totale kosten
Responstijd (gem.)
Score vs Responstijd (gem.)
Totaal aantal uitvoer-tokens
Score vs Totaal aantal uitvoer-tokens
Snelle vergelijking
Qwen3.5-27BmediumvsQwen3.5 Plus 2026-02-15mediumQwen3.5-27BmediumvsGPT-5.4 MinimediumQwen3.5-27BmediumvsGPT 5.3 ChatnoneQwen3.5-27BmediumvsGrok Build 0.1mediumQwen3.5-27BmediumvsMiniMax M3mediumQwen3.5-27BmediumvsGemini 3.1 Flash Lite PreviewmediumQwen3.5-27BmediumvsGPT-5.6 TerralowQwen3.5-27BmediumvsQwen3.7 MaxnoneQwen3.5-27BmediumvsGPT-5.4 NanomediumQwen3.5-27BmediumvsKimi K2.7 Codemedium
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 8.7 | 7.9 | |
| Programmeren | 10.0 | 10.0 | |
| Gecombineerd | 10.0 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 5.3 | 10.0 | |
| Algemene intelligentie | 6.1 | 3.1 | |
| Instructies opvolgen | 10.0 | 10.0 | |
| Puzzeloplossing | 8.2 | 7.7 | |
| Toolaanroepen | 10.0 | 10.0 |