#142 Qwen3.5-9B
none
Reached the allocated time limit (300 seconds) without receiving showcase output.
- Kosten
- $0.000
- Tijd
- 300.0s
- Tokens
- 0 tok
Qwen
Releasedatum: 2026-03-02
Getest op: 2026-05-22 00:02
qwen/qwen3.5-9b::none
9BDichtOpen-source
(medium)
(none)
Samenvatting
Qwen3.5-9B scoort 4.6 op AI BENCHY en staat op #142. Het model heeft 10.0 betrouwbaarheid, een slagingspercentage van 21.7%, $0.005 totale kosten en 1.69s gemiddelde responstijd.
Wat Qwen3.5-9B uniek maakt: De totale benchmarkkosten zijn ongewoon laag voor dit scoreniveau. Het is opvallend snel vergeleken met vergelijkbare modellen.
Modelgegevens
Onderzocht op 2026-08-12
- Parameters
- 9B
- Architectuur
- Dicht
- Beschikbaarheid
- Open-source
- Licentie
- Apache-2.0
4.6
Consistentie
9.7
10.0
Totaal aantal uitvoer-tokens
3,984
Totaal aantal invoer-tokens
0
Invoerprijs
$0.040 / 1M
Uitvoerprijs
$0.150 / 1M
Instabiele tests
1
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 01:54 Hertest | 5.1 | 10.0 | $0.021 ↑ | Vergelijken | |
| 2026-07-16 22:25 Nieuwe test toegevoegd | 5.1 | 10.0 | $0.021 ↑ | Vergelijken | |
| 2026-06-04 13:30 Nieuwe test toegevoegd | 4.6 | 10.0 | $0.003 ↓ | Vergelijken | |
| 2026-05-22 00:02 Suite gewijzigd | 4.6 | 10.0 | $0.005 | Huidige run | |
| 2026-05-08 13:28 Suite gewijzigd | 4.7 | 10.0 | $0.005 | Vergelijken | |
| 2026-05-08 13:28 Suite gewijzigd | 4.7 | 10.0 | $0.005 | Vergelijken | |
| 2026-04-20 17:48 Eerste geregistreerde run | 4.8 | n.v.t. | $0.005 | Vergelijken |
Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.
Runvergelijking
| Run | Benchmarkdekking | Score | Consistentie | Betrouwbaarheid | Correcte tests | Instabiele tests | Totaal aantal uitvoer-tokens | Totaal aantal invoer-tokens | Totale kosten | Responstijd (gem.) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-22 00:02 · Suite gewijzigd | 60/60 pogingen | 4.6 | 9.7 | 10.0 | 4/20 | 1 | 3,984 | 0 | $0.005 | 1.69s |
| 2026-06-04 13:30 · Nieuwe test toegevoegd | 63/63 pogingen | 4.6 | 9.7 | 10.0 | 4/21 | 1 | 3,952 | 48,041 | $0.003 | 1.89s |
| Verschil | — | 0.0 | 0.0 | 0.0 | 0 | 0 | +32 | -48041 | +$0.003 | -197ms |
De benchmarkdekking verschilt: 60/60 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
Qwen3.5-9BnonevsMiMo-V2.5noneQwen3.5-9BnonevsNorth Mini CodenoneGratis beschikbaarQwen3.5-9BnonevsMercury 2.5lowQwen3.5-9BnonevsMiniMax M2.7mediumQwen3.5-9BnonevsQwen3 Coder NextnoneQwen3.5-9BnonevsMercury 2.5 PreviewlowQwen3.5-9BnonevsGranite 4.2 8BlowQwen3.5-9BnonevsLaguna S 2.1lowGratis beschikbaarQwen3.5-9BnonevsMistral Small 4mediumQwen3.5-9BnonevsDeepSeek V3.2none
Categorie-uitsplitsing
| Categorie | Score | Consistentie | Correcte tests |
|---|---|---|---|
| Anti-AI-trucs | 3.1 | 9.9 | |
| Programmeren | 4.4 | 6.7 | |
| Gecombineerd | 3.0 | 10.0 | |
| Gegevensparsering en extractie | 10.0 | 10.0 | |
| Domeinspecifiek | 3.0 | 10.0 | |
| Algemene intelligentie | 4.4 | 9.9 | |
| Instructies opvolgen | 6.5 | 10.0 | |
| Puzzeloplossing | 3.1 | 10.0 | |
| Toolaanroepen | 10.0 | 10.0 | |
| Algemene kennis | 3.0 | 10.0 |