AI BENCHY
Advertise here
#70

Qwen3.5-35B-A3B

Qwen Lansare: 2026-02-24 Testat la: 2026-05-22 00:15 qwen/qwen3.5-35b-a3b::medium
(medium) (none)

Rezumat

Qwen3.5-35B-A3B obține 7.0 pe AI BENCHY și este pe #70. Are fiabilitate 6.7, rată de reușită 71.7%, cost total $0.547 și timp mediu de răspuns 69.43s.

Ce face Qwen3.5-35B-A3B unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Inteligență generală este zona cea mai slabă, la #14. Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.

Scor

7.0

Consistență

7.1

Fiabilitate

6.7

Cost total (preț curent)

$0.547

Total tokenuri de ieșire

367,406

Total tokenuri de intrare

0

Preț de intrare

$0.139 / 1M

Preț de ieșire

$1.000 / 1M

Teste corecte

Teste greșite: 10

Rată de trecere pe încercare: 71.7%

Teste instabile

7

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

Timp de răspuns (mediu)

69.43s

Timp de răspuns (maxim): 409.98s

Timp de răspuns (total): 1388.55s

Timp expirat: 4 Răspuns greșit: 3 Fără răspuns: 2 Eroare API: 1

Prezentare generare

Hamster playing table tennis

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

#70 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
2026-06-04 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 Rularea curentă
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.

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

Qwen3.5-35B-A3Bmediumvsgpt-oss-120bmediumDisponibil gratuitQwen3.5-35B-A3BmediumvsStep 3.5 FlashmediumQwen3.5-35B-A3BmediumvsQwen3.6 27BmediumQwen3.5-35B-A3BmediumvsMiMo-V2.5mediumQwen3.5-35B-A3BmediumvsGemini 3.1 Flash Lite PreviewlowQwen3.5-35B-A3BmediumvsGemini 3.5 FlashhighQwen3.5-35B-A3BmediumvsGemini 3 Flash PreviewmediumQwen3.5-35B-A3BmediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitQwen3.5-35B-A3BmediumvsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 6.5 10.0
Combinat 4.7 1.6
Parsare și extragere de date 7.3 5.9
Specific domeniului 4.1 4.4
Inteligență generală 2.8 1.6
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 6.4 4.4
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate