#25

Qwen3.5 Plus 2026-02-15

Qwen Lansare: 2026-02-15 Testat la: 2026-06-04 13:17 qwen/qwen3.5-plus-02-15::medium

~397B în total (~17B activi)MoEÎnchisEstimat

(medium) (none)

Rezumat

Qwen3.5 Plus 2026-02-15 obține 7.9 pe AI BENCHY și este pe #25. Are fiabilitate 8.9, rată de reușită 76.2%, cost total $0.310 și timp mediu de răspuns 73.79s.

Ce face Qwen3.5 Plus 2026-02-15 unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #4, iar Programare este zona cea mai slabă, la #18. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor.

Date despre model

Documentat la 2026-08-12

Estimat

Parametri: ~397B în total (~17B activi)
Arhitectură: MoE
Disponibilitate: Închis
Licență: -

Cea mai bună estimare bazată pe informații publice; furnizorul nu a dezvăluit toate valorile.

Sursa parametrilor Sursa disponibilității

Scor

7.9

Consistență

8.5

Fiabilitate

8.9

Cost total (preț curent)

$0.310 ↓ -9.5%

Testat la: $0.343

Total tokenuri de ieșire

191,763

Total tokenuri de intrare

40,918

Preț de intrare

$0.260 / 1M

Preț de ieșire

$1.560 / 1M

Teste corecte

Teste greșite: 7

Rată de trecere pe încercare: 76.2%

Teste instabile

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

Timp de răspuns (mediu)

73.79s

Timp de răspuns (maxim): 266.69s

Timp de răspuns (total): 1033.07s

Răspuns greșit: 4 Timp expirat: 2 Eroare API: 1

Hamster playing table tennis

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

#25 Qwen3.5 Plus 2026-02-15

medium

Cost: $0.011
Timp: 125.5s
Tokenuri: 7,040 tok

Istoric rulări

Testat la	Scor	Fiabilitate	Cost total	Compară
2026-08-14 01:42 Retestare	7.5	10.0	$0.459 ↓	Compară
2026-07-16 21:32 Test nou adăugat	7.5	10.0	$0.437 ↓	Compară
2026-06-04 13:17 Test nou adăugat	7.9	8.9	$0.310 ↓	Rularea curentă
2026-05-21 23:53 Suită modificată	8.1	10.0	$0.317	Compară
2026-04-11 01:44 Prima rulare înregistrată	8.5	N/D	$0.220	Compară

Această rulare a folosit o suită de benchmark diferită. Ține cont de schimbările suitei când interpretezi evoluția istorică.

Comparație între rulări

Rulare	Acoperire benchmark	Scor	Consistență	Fiabilitate	Teste corecte	Teste instabile	Total tokenuri de ieșire	Total tokenuri de intrare	Cost total	Timp de răspuns (mediu)
2026-06-04 13:17 · Test nou adăugat	63/63 încercări	7.9	8.5	8.9	14/21	4	191,763	40,918	$0.310	73.79s
2026-08-14 01:42 · Retestare	66/66 încercări	7.5	8.1	10.0	14/22	5	274,709	113,569	$0.459	91.76s
Diferență	—	+0.5	+0.4	-1.1	0	-1	-82946	-72651	-$0.149	-17971ms

Acoperirea benchmark diferă: 63/63 încercări (Țintă: 3 repetări per test) față de 66/66 încercări (Țintă: 3 repetări per test). Totalurile și metricile sensibile la repetări nu sunt direct comparabile.

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

Istoric prețuri

Date istorice de preț pentru acest model de la OpenRouter.

Dată	Preț de intrare	Preț de ieșire
2026-06-04 14:42	$0.260 / 1M	$1.560 / 1M

Grafice

Alege primul model, apoi fă clic pe al doilea model pentru a deschide o pagină alăturată.

Top modele după scor

Scor vs Cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Categorie	Scor	Consistență
Trucuri anti-AI	8.2	7.9
Programare	6.6	5.0
Combinat	10.0	10.0
Parsare și extragere de date	10.0	10.0
Specific domeniului	5.3	10.0
Inteligență generală	4.7	1.6
Respectarea instrucțiunilor	10.0	10.0
Rezolvare de puzzle-uri	10.0	10.0
Apelare instrumente	10.0	10.0
Cultură generală	3.0	10.0

Qwen3.5 Plus 2026-02-15

Date despre model

Hamster playing table tennis

#25 Qwen3.5 Plus 2026-02-15

Grafice

Top modele după scor

Scor vs Cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Comparație rapidă

Defalcare pe categorii

Modele comparate