#88

Qwen3.5 Plus 2026-04-20

Qwen Lansare: 2026-04-20 Testat la: 2026-04-27 23:05 qwen/qwen3.5-plus-20260420::none

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

(medium) (none)

Rezumat

Qwen3.5 Plus 2026-04-20 obține 5.8 pe AI BENCHY și este pe #88. Are fiabilitate 9.8, rată de reușită 42.6%, cost total $0.024 și timp mediu de răspuns 3.18s.

Ce face Qwen3.5 Plus 2026-04-20 unic: 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

5.8

Consistență

8.3

Fiabilitate

9.8

Cost total (preț curent)

$0.024

Total tokenuri de ieșire

4,645

Total tokenuri de intrare

Preț de intrare

$0.400 / 1M

Preț de ieșire

$2.400 / 1M

Teste corecte

Teste greșite: 12

Rată de trecere pe încercare: 42.6%

Teste instabile

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

Timp de răspuns (mediu)

3.18s

Timp de răspuns (maxim): 13.32s

Timp de răspuns (total): 57.24s

Răspuns greșit: 10 Nu a urmat instrucțiunile: 2

Hamster playing table tennis

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

#88 Qwen3.5 Plus 2026-04-20

none

Cost: $0.008
Timp: 77.0s
Tokenuri: 4,369 tok

Istoric rulări

Testat la	Scor	Fiabilitate	Cost total	Compară
2026-08-14 01:39 Retestare	6.1	10.0	$0.122 ↓	Compară
2026-07-16 21:27 Test nou adăugat	6.1	10.0	$0.122 ↓	Compară
2026-06-04 13:10 Test nou adăugat	5.7	10.0	$0.032 ↓	Compară
2026-05-21 23:47 Suită modificată	5.8	9.9	$0.041	Compară
2026-05-08 13:10 Suită modificată	5.9	9.9	$0.040	Compară
2026-05-08 13:10 Suită modificată	5.9	9.9	$0.040	Compară
2026-04-27 23:05 Prima rulare	5.8	9.8	$0.024	Rularea curentă

Comparație între rulări

Rulare	Acoperire benchmark	Scor	Consistență	Fiabilitate	Teste corecte	Teste instabile	Total tokenuri de ieșire	Cost total	Timp de răspuns (mediu)
2026-04-27 23:05 · Prima rulare	54/54 încercări	5.8	8.3	9.8	6/18	4	4,645	$0.024	3.18s
2026-05-21 23:47 · Suită modificată	60/60 încercări	5.8	8.5	9.9	7/20	4	11,174	$0.041	4.58s
Diferență	—	0.0	-0.2	-0.1	-1	0	-6529	-$0.018	-1397ms

Acoperirea benchmark diferă: 54/54 încercări (Țintă: 3 repetări per test) față de 60/60 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	5.3	3.4
Combinat	2.8	1.6
Parsare și extragere de date	10.0	10.0
Specific domeniului	5.3	10.0
Inteligență generală	4.8	10.0
Respectarea instrucțiunilor	6.2	5.8
Rezolvare de puzzle-uri	4.8	7.9
Apelare instrumente	10.0	10.0

Qwen3.5 Plus 2026-04-20

Date despre model

Hamster playing table tennis

#88 Qwen3.5 Plus 2026-04-20

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