Navigare
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY Compare

Qwen: Qwen3.5-9B vs StepFun: Step 3.5 Flash

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-03-12

Metrică Qwen3.5-9B Qwen3.5-9B medium Lansare: 2026-03-02 Step 3.5 Flash Step 3.5 Flash medium Lansare: 2026-02-01 Disponibil gratuit
Rang #66 #14
Scor mediu 2.6 7.4
Consistență 7.4 9.1
Cost per rezultat 0.779 0.000
Cost total $0.024 $0.000
Teste corecte
Rată de trecere pe încercare 35.4% 68.8%
Teste instabile 5 2
Rulări totale 48 48
Tokenuri de ieșire 17,930 71,452
Tokenuri de raționament 139,706 155,147
Timp de răspuns (mediu) 71.44s 29.10s
Timp de răspuns (maxim) 226.38s 170.45s
Timp de răspuns (total) 928.77s 290.96s

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor mediu vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor mediu vs Total tokenuri de ieșire

Defalcare pe categorii

Trucuri anti-AI Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 4.0 7.2 55.6% 1 31.54s 2,410 10,913
Step 3.5 Flash 10.0 10.0 100.0% 0 18.54s 13,924 17,208
Combinat Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 10.0 10.0 0.0% 0 0ms 0 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 1,176 12,984
Parsare și extragere de date Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 5.0 5.6 33.3% 1 87.31s 1,383 32,113
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 600 13,886
Specific domeniului Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 10.0 7.2 22.2% 1 137.75s 11,549 48,475
Step 3.5 Flash 4.0 7.2 44.4% 1 170.45s 45,350 90,436
Inteligență generală Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 10.0 1.6 33.3% 1 226.38s 0 30,695
Step 3.5 Flash 6.0 10.0 0.0% 0 6.54s 2,214 2,584
Respectarea instrucțiunilor Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 5.5 5.8 66.7% 1 17.15s 599 4,517
Step 3.5 Flash 9.0 6.8 83.3% 1 4.98s 2,284 3,412
Puzzle Solving Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 10.0 10.0 0.0% 0 33.38s 1,545 11,844
Step 3.5 Flash 4.0 10.0 33.3% 0 7.72s 5,629 10,835
Apelare instrumente Scor Consistență Rată de trecere pe încercare Teste instabile Teste corecte Timp de răspuns (mediu) Tokenuri de ieșire Tokenuri de raționament
Qwen3.5-9B 10.0 10.0 100.0% 0 4.31s 444 1,149
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 275 3,802

Comparație rapidă

Schimbă perechea de comparație

GPT-5.2 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumDisponibil gratuitGPT-5.3 ChatnonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3 Flash PreviewnonevsStep 3.5 FlashmediumDisponibil gratuitQwen3.5-9BmediumvsMiMo-V2-FlashnoneQwen3.5-9BmediumvsGrok 4.1 FastnoneGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumDisponibil gratuitClaude Sonnet 4.6nonevsStep 3.5 FlashmediumDisponibil gratuitGemini 3 Flash PreviewlowvsStep 3.5 FlashmediumDisponibil gratuitMercury 2nonevsQwen3.5-9BmediumNemotron 3 Super 120b A12bnoneDisponibil gratuitvsQwen3.5-9BmediumQwen3.5 Plus 2026-02-15nonevsStep 3.5 FlashmediumDisponibil gratuit