AI BENCHY
Advertise here
#88

Qwen3.5 Plus 2026-02-15

Qwen Lansare: 2026-02-15 Testat la: 2026-05-21 23:45 qwen/qwen3.5-plus-02-15::none
(medium) (none)

Rezumat

Qwen3.5 Plus 2026-02-15 obține 6.4 pe AI BENCHY și este pe #88. Are fiabilitate 10.0, rată de reușită 48.3%, cost total $0.018 și timp mediu de răspuns 2.41s.

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 #12.

Scor

6.4

Consistență

9.3

Fiabilitate

10.0

Cost total (preț curent)

$0.018

Total tokenuri de ieșire

2,496

Total tokenuri de intrare

0

Preț de intrare

$0.260 / 1M

Preț de ieșire

$1.560 / 1M

Teste corecte

Teste greșite: 11

Rată de trecere pe încercare: 48.3%

Teste instabile

2

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

Timp de răspuns (mediu)

2.41s

Timp de răspuns (maxim): 6.65s

Timp de răspuns (total): 33.80s

Răspuns greșit: 11

Prezentare generare

Hamster playing table tennis

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

#88 Qwen3.5 Plus 2026-02-15

none
Cost
$0.012
Timp
153.2s
Tokenuri
7,787 tok

Istoric rulări

Testat la Scor Fiabilitate Teste corecte Cost total 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 Rularea curentă
2026-04-11 01:19 Prima rulare înregistrată 6.8 N/D $0.017 Compară

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

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 Plus 2026-02-15nonevsGemini 2.5 FlashnoneQwen3.5 Plus 2026-02-15nonevsGPT-5.5noneQwen3.5 Plus 2026-02-15nonevsGemini 3.1 Flash LiteminimalQwen3.5 Plus 2026-02-15nonevsQwen3.5-35B-A3BmediumQwen3.5 Plus 2026-02-15nonevsGemini 3.5 FlashhighQwen3.5 Plus 2026-02-15nonevsGemini 3 Flash PreviewmediumQwen3.5 Plus 2026-02-15nonevsNemotron 3 Ultra 550b A55bmediumDisponibil gratuitQwen3.5 Plus 2026-02-15nonevsGPT-5.5low

Defalcare pe categorii

Categorie Scor Consistență Teste corecte
Trucuri anti-AI 4.8 10.0
Programare 4.9 6.9
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
Cultură generală 3.0 10.0

Modele comparate