#54

Qwen3.5 Plus 2026-02-15

Qwen Lansare: 2026-02-15 Testat la: 2026-04-11 01:19 qwen/qwen3.5-plus-02-15::none

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

(medium) (none)

Rezumat

Qwen3.5 Plus 2026-02-15 obține 6.8 pe AI BENCHY și este pe #54. Are fiabilitate N/D, rată de reușită 53.7%, cost total $0.017 și timp mediu de răspuns 2.60s.

Ce face Qwen3.5 Plus 2026-02-15 unic: Se remarcă cel mai mult la Specific domeniului, unde este pe #3, iar Trucuri anti-AI este zona cea mai slabă, la #18. Costul total al benchmarkului este neobișnuit de mic pentru acest nivel de scor. Este vizibil rapid față de modele similare.

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

6.8

Consistență

9.3

Fiabilitate

N/D

Cost total (preț curent)

$0.017

Total tokenuri de ieșire

2,461

Total tokenuri de intrare

Preț de intrare

$0.260 / 1M

Preț de ieșire

$1.560 / 1M

Teste corecte

Teste greșite: 9

Rată de trecere pe încercare: 53.7%

Teste instabile

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

Timp de răspuns (mediu)

2.60s

Timp de răspuns (maxim): 6.65s

Timp de răspuns (total): 31.23s

Răspuns greșit: 9

Hamster playing table tennis

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

#54 Qwen3.5 Plus 2026-02-15

none

Cost: $0.012
Timp: 153.2s
Tokenuri: 7,787 tok

Istoric rulări

Testat la	Scor	Fiabilitate	Cost total	Compară
2026-08-14 01:39 Retestare	6.6	10.0	$0.073 ↓	Compară
2026-07-16 21:22 Test nou adăugat	6.4	10.0	$0.073 ↓	Compară
2026-06-04 13:10 Test nou adăugat	6.3	10.0	$0.016 ↓	Compară
2026-05-21 23:45 Suită modificată	6.4	10.0	$0.018	Compară
2026-04-11 01:19 Prima rulare înregistrată	6.8	N/D	$0.017	Rularea curentă

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)
2026-04-11 01:19 · Prima rulare înregistrată	54/54 încercări	6.8	9.3	N/D	9/18	2	2,461	0	$0.017	2.60s
2026-07-16 21:22 · Test nou adăugat	66/66 încercări	6.4	9.4	10.0	10/22	2	29,370	102,646	$0.073	9.85s
Diferență	—	+0.3	-0.1		-1	0	-26909	-102646	-$0.057	-7249ms

Acoperirea benchmark diferă: 54/54 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.

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	4.8	10.0
Programare	6.3	3.7
Combinat	3.0	10.0
Parsare și extragere de date	10.0	10.0
Specific domeniului	5.3	10.0
Inteligență generală	4.4	3.0
Respectarea instrucțiunilor	10.0	10.0
Rezolvare de puzzle-uri	7.7	10.0
Apelare instrumente	10.0	10.0

Qwen3.5 Plus 2026-02-15

Date despre model

Hamster playing table tennis

#54 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