Compară Grafice

Limbă:

❤️ Made by XCS

AI BENCHY Compare

Qwen: Qwen3.5 Plus 2026-02-15 vs StepFun: Step 3.5 Flash

Nume model:

Benchmark-urile au fost generate din suitele de teste AI BENCHY la : 2026-02-27 15:16

Rezumat

Metrică	Qwen: Qwen3.5 Plus 2026-02-15 medium Lansare: Data lansării necunoscută	StepFun: Step 3.5 Flash medium Lansare: Data lansării necunoscută Disponibil gratuit
Rang	#4	#11
Scor	8.64	7.00
Consistență	10.00	8.32
Cost per rezultat	1.955	0.000
Cost total	$0.235	$0.000
Teste corecte
Teste greșite	2	5
Rată de trecere pe încercare	85.7%	73.8%
Teste instabile	0	3
Tokenuri de ieșire	1,258	60,502
Tokenuri de raționament	93,374	117,044

Defalcare pe categorii

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Qwen: Qwen3.5 Plus 2026-02-15	10.00	10.00	100.0%	0		186	5,926
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		13,924	17,208

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Qwen: Qwen3.5 Plus 2026-02-15	10.00	10.00	100.0%	0		283	14,892
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		535	11,548

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Qwen: Qwen3.5 Plus 2026-02-15	4.00	10.00	33.3%	0		56	39,882
StepFun: Step 3.5 Flash	4.00	7.21	44.4%	1		40,942	74,237

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Qwen: Qwen3.5 Plus 2026-02-15	9.50	9.99	100.0%	0		102	9,257
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		2,121	3,274

Puzzle Solving	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Qwen: Qwen3.5 Plus 2026-02-15	10.00	10.00	100.0%	0		322	22,508
StepFun: Step 3.5 Flash	2.00	4.96	33.3%	2		2,705	6,975

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Tokenuri de ieșire	Tokenuri de raționament
Qwen: Qwen3.5 Plus 2026-02-15	10.00	10.00	100.0%	0		309	909
StepFun: Step 3.5 Flash	10.00	10.00	100.0%	0		275	3,802

Schimbă perechea de comparație

Compară Qwen: Qwen3.5 Plus 2026-02-15 cu...

Compară StepFun: Step 3.5 Flash cu...