AI BENCHY
Advertise here
#56

Qwen3.5-Flash

Qwen Releasedatum: 2026-02-24 Getest op: 2026-05-21 23:57 qwen/qwen3.5-flash-02-23::medium
(medium) (none)

Samenvatting

Qwen3.5-Flash scoort 7.4 op AI BENCHY en staat op #56. Het model heeft 8.3 betrouwbaarheid, een slagingspercentage van 73.3%, $0.104 totale kosten en 65.64s gemiddelde responstijd.

Wat Qwen3.5-Flash uniek maakt: Het valt het meest op in Instructies opvolgen, waar het #1 staat, terwijl Puzzeloplossing het zwakste gebied is met #13. Het gebruikt ongewoon veel redeneertokens, wat tragere of duurdere runs kan verklaren.

Score

7.4

Consistentie

7.6

Betrouwbaarheid

8.3

Totale kosten (huidige prijs)

$0.104

Totaal aantal uitvoer-tokens

286,029

Totaal aantal invoer-tokens

0

Invoerprijs

$0.065 / 1M

Uitvoerprijs

$0.260 / 1M

Correcte tests

Foute tests: 9

Slaagpercentage per poging: 73.3%

Instabiele tests

6

Instabiele tests hadden gemengde uitkomsten over runs (minstens één geslaagd en één gefaald).

Responstijd (gem.)

65.64s

Responstijd (max): 234.29s

Responstijd (totaal): 1312.72s

Verkeerd antwoord: 4 Time-out: 3 API-fout: 1 Instructies niet gevolgd: 1

Generatie-showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#56 Qwen3.5-Flash

medium
Kosten
$0.002
Tijd
25.8s
Tokens
4,294 tok

Rungeschiedenis

Getest op Score Betrouwbaarheid Correcte tests Totale kosten Vergelijken
2026-06-04 13:36 Nieuwe test toegevoegd 7.4 8.9 $0.080 ↓ Vergelijken
2026-05-21 23:57 Suite gewijzigd 7.4 8.3 $0.104 Huidige run
2026-04-11 01:44 Eerste geregistreerde run 7.8 n.v.t. $0.080 Vergelijken

Deze run gebruikte een andere benchmarkset. Houd rekening met suitewijzigingen bij het lezen van historische verschuivingen.

Runvergelijking

RunScoreConsistentieBetrouwbaarheidCorrecte testsInstabiele testsTotaal aantal uitvoer-tokensTotaal aantal invoer-tokensTotale kostenResponstijd (gem.)
2026-05-21 23:57 · Suite gewijzigd7.47.68.311/206286,0290$0.10465.64s
2026-06-04 13:36 · Nieuwe test toegevoegd7.48.18.912/215296,68638,926$0.08063.29s
Verschil0.0-0.5-0.6-1+1-10657-38926+$0.024+2344ms

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.

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Snelle vergelijking

Qwen3.5-FlashmediumvsStep 3.7 FlashhighQwen3.5-FlashmediumvsKimi K2.7 CodemediumQwen3.5-FlashmediumvsGemini 3.5 FlashnoneQwen3.5-FlashmediumvsGLM 5.2noneQwen3.5-FlashmediumvsGemini 3 Flash PreviewnoneQwen3.5-FlashmediumvsGemini 3.5 FlashhighQwen3.5-FlashmediumvsGemini 3 Flash PreviewmediumQwen3.5-FlashmediumvsNemotron 3 Ultra 550b A55bmediumGratis beschikbaarQwen3.5-FlashmediumvsGPT-5.5low

Categorie-uitsplitsing

Categorie Score Consistentie Correcte tests
Anti-AI-trucs 10.0 10.0
Programmeren 4.1 5.8
Gecombineerd 10.0 10.0
Gegevensparsering en extractie 7.3 5.9
Domeinspecifiek 5.3 7.2
Algemene intelligentie 6.1 3.1
Instructies opvolgen 10.0 10.0
Puzzeloplossing 6.6 4.6
Toolaanroepen 10.0 10.0
Algemene kennis 3.0 10.0

Vergeleken modellen