AI BENCHY
Advertise here
#172

Qwen3.5-35B-A3B

Qwen Lansare: 2026-02-24 Testat la: 2026-08-14 01:57 qwen/qwen3.5-35b-a3b::medium
35B în total (3B activi)MoESursă deschisă
(medium) (none)

Rezumat

Qwen3.5-35B-A3B obține 6.1 pe AI BENCHY și este pe #172. Are fiabilitate 10.0, rată de reușită 65.2%, cost total $1.140 și timp mediu de răspuns 110.84s.

Ce face Qwen3.5-35B-A3B unic: Se remarcă cel mai mult la Rezolvare de puzzle-uri, unde este pe #2, iar Inteligență generală este zona cea mai slabă, la #15. Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.

Date despre model

Documentat la 2026-08-12

Raportat
Parametri
35B în total (3B activi)
Arhitectură
MoE
Disponibilitate
Sursă deschisă
Licență
Apache-2.0

Scor

6.1

Consistență

7.6

Cost total (preț curent)

$1.140 ↑ +5.6%

Testat la: $1.079

Total tokenuri de ieșire

893,463

Total tokenuri de intrare

130,450

Preț de intrare

$0.250 / 1M

Preț de ieșire

$1.250 / 1M

Teste corecte

Teste greșite: 11

Rată de trecere pe încercare: 65.2%

Teste instabile

6

Testele instabile au avut rezultate mixte între rulări (cel puțin un succes și un eșec).

Timp de răspuns (mediu)

110.84s

Timp de răspuns (maxim): 950.25s

Timp de răspuns (total): 2438.58s

Hamster playing table tennis

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

#172 Qwen3.5-35B-A3B

medium
Cost
$0.009
Timp
71.4s
Tokenuri
8,631 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-08-14 01:57 Retestare 6.1 10.0 $1.623 Rularea curentă
2026-07-16 22:51 Test nou adăugat 6.2 10.0 $0.837 Compară
2026-06-04 13:42 Test nou adăugat 7.1 8.9 $0.401 Compară
2026-05-22 00:15 Suită modificată 7.0 6.7 $0.547 Compară
2026-04-11 01:44 Prima rulare înregistrată 7.4 N/D $0.398 Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Comparație între rulări

RulareAcoperire benchmarkScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-08-14 01:57 · Rularea curentă66/66 încercări6.17.610.011/226893,463130,450$1.140110.84s
2026-06-04 13:42 · Test nou adăugat63/63 încercări7.17.28.911/217394,20742,196$0.40172.57s
Diferență-1.0+0.4+1.10-1+499256+88254+$0.739+38271ms

Acoperirea benchmark diferă: 66/66 încercări (Țintă: 3 repetări per test) față de 63/63 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.

Aceste două rulări au folosit suite de benchmark diferite, așa că diferențele reflectă atât schimbări ale modelului, cât și ale suitei.

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată Preț de intrare Preț de ieșire
2026-06-04 15:40 $0.140 / 1M $1.000 / 1M
2026-08-14 12:51 $0.225 / 1M $1.800 / 1M
2026-08-20 12:51 $0.250 / 1M $1.250 / 1M

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 5.9 9.3
Combinat 3.8 5.8
Parsare și extragere de date 7.3 5.9
Specific domeniului 3.5 4.4
Inteligență generală 2.8 1.6
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 8.2 7.2
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate