AI BENCHY
Advertise here
#64

Qwen3.5-Flash

Qwen Lansare: 2026-02-24 Testat la: 2026-04-11 01:19 qwen/qwen3.5-flash-02-23::none
(medium) (none)

Rezumat

Qwen3.5-Flash obține 6.2 pe AI BENCHY și este pe #64. Are fiabilitate N/D, rată de reușită 46.3%, cost total $0.006 și timp mediu de răspuns 3.25s.

Ce face Qwen3.5-Flash unic: Se remarcă cel mai mult la Programare, unde este pe #1, iar Respectarea instrucțiunilor este zona cea mai slabă, la #15. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor. Este vizibil rapid față de modele similare.

Scor

6.2

Consistență

9.6

Fiabilitate

N/D

Cost total (preț curent)

$0.006

Total tokenuri de ieșire

4,266

Total tokenuri de intrare

0

Preț de intrare

$0.065 / 1M

Preț de ieșire

$0.260 / 1M

Teste corecte

Teste greșite: 10

Rată de trecere pe încercare: 46.3%

Teste instabile

1

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

Timp de răspuns (mediu)

3.25s

Timp de răspuns (maxim): 13.73s

Timp de răspuns (total): 58.44s

Răspuns greșit: 9 Nu a urmat instrucțiunile: 1

Prezentare generare

Hamster playing table tennis

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

#64 Qwen3.5-Flash

none
Cost
$0.003
Timp
47.4s
Tokenuri
7,799 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total Compară
2026-06-04 13:25 Test nou adăugat 5.8 10.0 $0.005 ↓ Compară
2026-05-21 23:55 Suită modificată 5.9 10.0 $0.006 Compară
2026-04-11 01:19 Prima rulare înregistrată 6.2 N/D $0.006 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

Qwen3.5-FlashnonevsGemini 3.1 Flash LitelowQwen3.5-FlashnonevsNemotron 3 SupermediumDisponibil gratuitQwen3.5-FlashnonevsGemini 3.1 Flash Lite PreviewnoneQwen3.5-FlashnonevsGPT-5.6 SolnoneQwen3.5-FlashnonevsGemma 4 31BmediumDisponibil gratuitQwen3.5-FlashnonevsGemini 3.5 FlashhighQwen3.5-FlashnonevsGemini 3 Flash PreviewmediumQwen3.5-FlashnonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitQwen3.5-FlashnonevsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 3.5 8.3
Programare 10.0 10.0
Combinat 3.0 10.0
Parsare și extragere de date 10.0 10.0
Specific domeniului 7.7 10.0
Inteligență generală 10.0 10.0
Respectarea instrucțiunilor 6.3 10.0
Rezolvare de puzzle-uri 3.3 10.0
Apelare instrumente 10.0 10.0

Modele comparate