AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#106

Qwen3.5-9B

Qwen Lansare: 2026-03-02 Testat la: 2026-04-20 17:48 qwen/qwen3.5-9b::medium
(medium) (none)

Rezumat

Qwen3.5-9B obține 4.4 pe AI BENCHY și este pe #106. Are fiabilitate N/D, rată de reușită 33.3%, cost total $0.030 și timp mediu de răspuns 73.64s.

Ce face Qwen3.5-9B unic: Folosește neobișnuit de multe tokenuri de raționament, ceea ce poate explica rulări mai lente sau mai scumpe.

Scor

4.4

Consistență

7.2

Fiabilitate

N/D

Total tokenuri de ieșire

196,888

Total tokenuri de intrare

0

Preț de intrare

$0.100 / 1M

Preț de ieșire

$0.150 / 1M

Teste corecte

Teste greșite: 15

Rată de trecere pe încercare: 33.3%

Teste instabile

6

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

Timp de răspuns (mediu)

73.64s

Timp de răspuns (maxim): 226.38s

Timp de răspuns (total): 1104.60s

Generation showcase

Hamster playing table tennis

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

#106 Qwen3.5-9B

medium
Cost
$0.001
Time
35.9s
Tokens
3,030 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:41 Test nou adăugat 4.2 5.6 $0.035 Compară
2026-05-22 00:18 Suită modificată 4.2 1.7 $0.035 Compară
2026-05-08 14:44 Suită modificată 4.3 3.3 $0.035 Compară
2026-05-08 14:44 Suită modificată 4.3 3.3 $0.035 Compară
2026-04-20 17:48 Prima rulare înregistrată 4.4 N/D $0.030 Rularea curentă

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 5.1 5.8
Programare 2.6 10.0
Combinat 3.0 10.0
Parsare și extragere de date 3.6 5.6
Specific domeniului 3.6 7.2
Inteligență generală 2.8 1.6
Respectarea instrucțiunilor 6.4 5.8
Rezolvare de puzzle-uri 3.1 10.0
Apelare instrumente 10.0 10.0

Modele comparate