AI BENCHY Compare

Elephant vs Qwen: Qwen3.5-Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-14

Метрика	Elephant Elephant medium Релиз: 2026-04-14	Qwen3.5-Flash Qwen3.5-Flash none Релиз: 2026-02-24

Метрика	Elephant Elephant medium Релиз: 2026-04-14	Qwen3.5-Flash Qwen3.5-Flash none Релиз: 2026-02-24
Оценка	5.2	6.2
Ранг	#77	#56
Стабильность	9.6	9.6
Тестов верно
Доля успешных попыток	29.6%	46.3%
Нестабильные тесты	1	1
Всего запусков	54	54
Стоимость за результат	0.000	0.070
Общая стоимость	$0.000	$0.006
???? ?????	$0.000 / 1M	$0.065 / 1M
???? ??????	$0.000 / 1M	$0.260 / 1M
Выходные токены	2,596	4,266
Токены рассуждений	0	0
Время ответа (среднее)	1.27s	3.25s
Время ответа (макс.)	3.70s	13.73s
Время ответа (суммарно)	22.82s	58.44s

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	6.6	10.0	50.0%	0		1.19s	815	0
Qwen3.5-Flash	3.5	8.3	8.3%	1		1.32s	690	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	5.1	3.3	33.3%	1		1.30s	365	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		1.29s	489	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	3.0	10.0	0.0%	0		3.70s	562	0
Qwen3.5-Flash	3.0	10.0	0.0%	0		6.22s	1,794	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	6.5	10.0	50.0%	0		979ms	246	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		1.57s	243	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	3.0	10.0	0.0%	0		925ms	24	0
Qwen3.5-Flash	7.7	10.0	66.7%	0		905ms	15	0

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	4.3	10.0	0.0%	0		920ms	105	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		803ms	100	0

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	9.8	10.0	100.0%	0		987ms	82	0
Qwen3.5-Flash	6.3	10.0	50.0%	0		8.81s	63	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	3.7	10.0	0.0%	0		867ms	166	0
Qwen3.5-Flash	3.3	10.0	0.0%	0		5.90s	608	0

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	3.0	10.0	0.0%	0		2.83s	231	0
Qwen3.5-Flash	10.0	10.0	100.0%	0		3.67s	264	0

Быстрое сравнение

Сменить пару сравнения

ElephantmediumvsGrok 4.20none Mistral Small 4nonevsElephantmedium gpt-oss-120bnoneБесплатно доступноvsElephantmedium GPT-5 NanomediumvsQwen3.5-Flashnone Trinity Large PreviewnoneБесплатно доступноvsElephantmedium GPT-5.4 MininonevsElephantmedium ElephantmediumvsQwen3 Coder Nextnone Nemotron 3 SupernoneБесплатно доступноvsElephantmedium Mercury 2mediumvsQwen3.5-Flashnone ElephantmediumvsGLM 5 Turbonone Kimi K2.5nonevsElephantmedium ElephantmediumvsGLM 5.1none