#24

Qwen: Qwen3.5-Flash

Qwen · qwen/qwen3.5-flash-02-23::medium

Gem. score

5.79

Kosten per resultaat

0.650

Consistentie

7.61

Totale kosten

$0.046

Correcte tests

7/14

Een test is alleen volledig geslaagd als alle runs slagen.

Foute tests

7

Slaagpercentage per poging: 66.7%

Instabiele tests

4

Responstijd: gem. 86.89s · totaal 1216.50s · max 234.29s

Time-out: 3 API-fout: 2 Instructies niet gevolgd: 1 Verkeerd antwoord: 1

Topmodellen op score

Kies eerst het eerste model en klik daarna op een tweede model om een zij-aan-zijpagina te openen.

#1 Google: Gemini 3 Flash Preview 9.93

#2 Google: Gemini 3.1 Pro Preview 9.36

#3 Google: Gemini 3 Pro Preview 8.65

#4 Qwen: Qwen3.5 Plus 2026-02-15 8.65

#5 Qwen: Qwen3.5-27B 8.56

#6 Google: Gemini 3 Flash Preview 8.36

#7 OpenAI: GPT-5.3-Codex 7.93

#8 Anthropic: Claude Sonnet 4.6 7.43

#9 Z.ai: GLM 5 7.29

#10 Google: Gemini 3 Flash Preview 7.22

#11 StepFun: Step 3.5 Flash 7.00

#12 OpenAI: GPT-5.2 6.93

Categorie	Gem. score	Consistentie	Correcte tests
Anti-AI Tricks	10.00	10.00	3/3
Data parsing and extraction	5.50	5.87	1/2
Domain specific	1.00	4.42	0/3
Instructions following	7.50	9.91	1/2
Puzzle Solving	4.00	7.21	1/3
Tool Calling	10.00	10.00	1/1