AI BENCHY
Advertise here
#36

Qwen3.5-Flash

Qwen Lansare: 2026-02-24 Testat la: 2026-04-11 01:44 qwen/qwen3.5-flash-02-23::medium
(medium) (none)

Rezumat

Qwen3.5-Flash obține 7.8 pe AI BENCHY și este pe #36. Are fiabilitate N/D, rată de reușită 81.5%, cost total $0.080 și timp mediu de răspuns 66.72s.

Scor

7.8

Consistență

7.3

Fiabilitate

N/D

Cost total (preț curent)

$0.080

Total tokenuri de ieșire

193,972

Total tokenuri de intrare

0

Preț de intrare

$0.065 / 1M

Preț de ieșire

$0.260 / 1M

Teste corecte

Teste greșite: 7

Rată de trecere pe încercare: 81.5%

Teste instabile

6

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

Timp de răspuns (mediu)

66.72s

Timp de răspuns (maxim): 234.29s

Timp de răspuns (total): 1201.03s

Timp expirat: 4 Eroare API: 1 Nu a urmat instrucțiunile: 1 Răspuns greșit: 1

Prezentare generare

Hamster playing table tennis

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

#36 Qwen3.5-Flash

medium
Cost
$0.002
Timp
25.8s
Tokenuri
4,294 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:36 Test nou adăugat 7.4 8.9 $0.080 ↓ Compară
2026-05-21 23:57 Suită modificată 7.4 8.3 $0.104 Compară
2026-04-11 01:44 Prima rulare înregistrată 7.8 N/D $0.080 Rularea curentă

Comparație între rulări

RulareScorConsistențăFiabilitateTeste corecteTeste instabileTotal tokenuri de ieșireTotal tokenuri de intrareCost totalTimp de răspuns (mediu)
2026-04-11 01:44 · Prima rulare înregistrată7.87.3N/D11/186193,9720$0.08066.72s
2026-05-21 23:57 · Suită modificată7.47.68.311/206286,0290$0.10465.64s
Diferență+0.4-0.300-920570-$0.025+1088ms

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

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-FlashmediumvsGLM 5.1mediumQwen3.5-FlashmediumvsKimi K2.7 CodemediumQwen3.5-FlashmediumvsStep 3.7 FlashhighQwen3.5-FlashmediumvsGemini 3.5 FlashnoneQwen3.5-FlashmediumvsGemini 3 Flash PreviewnoneQwen3.5-FlashmediumvsGemini 3.5 FlashhighQwen3.5-FlashmediumvsGemini 3 Flash PreviewmediumQwen3.5-FlashmediumvsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitQwen3.5-FlashmediumvsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 10.0 10.0
Programare 4.7 1.6
Combinat 10.0 10.0
Parsare și extragere de date 7.3 5.9
Specific domeniului 5.3 7.2
Inteligență generală 6.1 3.1
Respectarea instrucțiunilor 10.0 10.0
Rezolvare de puzzle-uri 6.4 4.4
Apelare instrumente 10.0 10.0

Modele comparate