Qwen: Qwen3.5-9B vs Thinking Machines: Inkling

Inkling conduce la scorul mediu cu 5.2 vs 5.1. Qwen3.5-9B are costul de benchmark mai mic, $0.021 vs $0.147. Inkling este mai rapid cu 3.50s vs 19.17s, cu rate de reușită de 19.7% vs 28.8%.

Model recomandatQwen3.5-9BScorul rămâne aproape de cel mai bun scor de aici (5.1 vs 5.2) și costă de aproximativ 7.3x mai puțin decât Inkling.

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-25

Metrică	Qwen3.5-9B Qwen3.5-9B none Lansare: 2026-03-02	Inkling Inkling none Lansare: 2026-07-18

Metrică	Qwen3.5-9B Qwen3.5-9B none Lansare: 2026-03-02	Inkling Inkling none Lansare: 2026-07-18
Scor	5.1	5.2
Rang	#183	#178
Fiabilitate	10.0	9.9
Consistență	9.7	9.6
Teste corecte
Rată de trecere pe încercare	19.7%	28.8%
Teste instabile	1	1
Rulări totale	66	66
Cost per rezultat	0.490	2.448
Cost total	$0.021	$0.147
Preț de intrare	$0.100 / 1M	$1.000 / 1M
Preț de ieșire	$0.150 / 1M	$4.050 / 1M
Total tokenuri de intrare	144,407	104,111
Tokenuri de ieșire	37,484	10,551
Tokenuri de raționament	0	0
Timp de răspuns (mediu)	19.17s	3.50s
Timp de răspuns (maxim)	382.06s	48.02s
Timp de răspuns (total)	421.74s	77.09s

Hamster playing table tennis

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

#183 Qwen3.5-9B

none

SVG invalid

Cost: $0.000
Timp: 300.0s
Tokenuri: 0 tok

#178 Thinking Machines: Inkling

none

Provider returned error

Cost: $0.000
Timp: 5.3s
Tokenuri: 0 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	696	582	0
Inkling	4.8	10.0	25.0%	0		1.43s	678	261	0

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-9B	3.9	7.8	11.1%	1		5.60s	7,913	1,042	0
Inkling	4.5	10.0	0.0%	0		1.01s	7,356	436	0

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-9B	3.0	10.0	0.0%	0		193.98s	116,763	34,787	0
Inkling	2.9	5.8	16.7%	1		25.74s	80,195	8,777	0

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	7,788	249	0
Inkling	10.0	10.0	100.0%	0		1.14s	7,056	279	0

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	789	24	0
Inkling	5.3	10.0	33.3%	0		1.45s	777	42	0

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	522	99	0
Inkling	5.0	10.0	0.0%	0		859ms	495	156	0

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	711	75	0
Inkling	6.3	10.0	50.0%	0		1.72s	696	72	0

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-9B	3.2	10.0	0.0%	0		621ms	714	347	0
Inkling	5.6	9.9	33.3%	0		931ms	696	291	0

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	8,301	273	0
Inkling	3.0	10.0	0.0%	0		2.50s	5,949	213	0

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Qwen3.5-9B	3.0	10.0	0.0%	0		2.32s	210	6	0
Inkling	3.0	10.0	0.0%	0		670ms	213	24	0

Comparație rapidă

Schimbă perechea de comparație

Mistral Small 4mediumvsQwen3.5-9Bnone MiniMax M2.7mediumvsQwen3.5-9Bnone Laguna S 2.1lowDisponibil gratuitvsQwen3.5-9Bnone Mistral Small 4mediumvsInklingnone Laguna S 2.1highDisponibil gratuitvsInklingnone KAT-Coder-Air V2.5lowvsInklingnone MiniMax M2.7mediumvsInklingnone Laguna S 2.1mediumDisponibil gratuitvsInklingnone Laguna S 2.1lowDisponibil gratuitvsInklingnone Laguna S 2.1highDisponibil gratuitvsQwen3.5-9Bnone KAT-Coder-Air V2.5lowvsQwen3.5-9Bnone Laguna S 2.1mediumDisponibil gratuitvsQwen3.5-9Bnone