AI BENCHY
Advertise here
#102

Qwen3.5-35B-A3B

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

Rezumat

Qwen3.5-35B-A3B obține 5.8 pe AI BENCHY și este pe #102. Are fiabilitate 10.0, rată de reușită 45.0%, cost total $0.016 și timp mediu de răspuns 3.50s.

Ce face Qwen3.5-35B-A3B unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #1, iar Respectarea instrucțiunilor este zona cea mai slabă, la #14.

Scor

5.8

Consistență

8.9

Fiabilitate

10.0

Cost total (preț curent)

$0.016

Total tokenuri de ieșire

4,334

Total tokenuri de intrare

0

Preț de intrare

$0.139 / 1M

Preț de ieșire

$1.000 / 1M

Teste corecte

Teste greșite: 13

Rată de trecere pe încercare: 45.0%

Teste instabile

3

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

Timp de răspuns (mediu)

3.50s

Timp de răspuns (maxim): 47.43s

Timp de răspuns (total): 69.99s

Răspuns greșit: 11 Nu a urmat instrucțiunile: 2

Prezentare generare

Hamster playing table tennis

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

#102 Qwen3.5-35B-A3B

none
Cost
$0.005
Timp
28.4s
Tokenuri
4,518 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:29 Test nou adăugat 5.6 10.0 $0.012 ↓ Compară
2026-05-22 00:00 Suită modificată 5.8 10.0 $0.016 Rularea curentă
2026-04-11 01:19 Prima rulare înregistrată 6.1 N/D $0.016 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-A3BnonevsGPT-5.6 LunalowQwen3.5-35B-A3BnonevsGPT-5.5noneQwen3.5-35B-A3BnonevsGemini 2.5 FlashnoneQwen3.5-35B-A3BnonevsQwen3.5-35B-A3BmediumQwen3.5-35B-A3BnonevsGemini 3.1 Flash LiteminimalQwen3.5-35B-A3BnonevsGemini 3.5 FlashhighQwen3.5-35B-A3BnonevsGemini 3 Flash PreviewmediumQwen3.5-35B-A3BnonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitQwen3.5-35B-A3BnonevsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 3.4 7.9
Programare 6.8 10.0
Combinat 3.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 7.7 10.0
Inteligență generală 6.5 3.4
Respectarea instrucțiunilor 6.3 10.0
Rezolvare de puzzle-uri 3.7 7.4
Apelare instrumente 10.0 10.0
Cultură generală 3.0 10.0

Modele comparate