AI BENCHY Compare

Elephant vs Qwen: Qwen3.5-9B

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

Метрика	Elephant Elephant none Релиз: 2026-04-14	Qwen3.5-9B Qwen3.5-9B medium Релиз: 2026-03-02

Метрика	Elephant Elephant none Релиз: 2026-04-14	Qwen3.5-9B Qwen3.5-9B medium Релиз: 2026-03-02
Оценка	5.2	4.4
Ранг	#81	#93
Стабильность	9.6	7.2
Тестов верно
Доля успешных попыток	31.5%	33.3%
Нестабильные тесты	1	6
Всего запусков	54	54
Стоимость за результат	0.000	0.976
Общая стоимость	$0.000	$0.030
???? ?????	$0.000 / 1M	$0.050 / 1M
???? ??????	$0.000 / 1M	$0.150 / 1M
Выходные токены	2,573	24,291
Токены рассуждений	0	172,597
Время ответа (среднее)	1.23s	73.64s
Время ответа (макс.)	3.81s	226.38s
Время ответа (суммарно)	22.16s	1104.60s

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		963ms	610	0
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	2,621	12,411

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	6.4	3.3	66.7%	1		1.39s	375	0
Qwen3.5-9B	2.6	10.0	0.0%	0		135.61s	6,150	31,393

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		3.81s	731	0
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	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		1.04s	246	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	1,383	32,113

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		927ms	24	0
Qwen3.5-9B	3.6	7.2	22.2%	1		137.75s	11,549	48,475

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	4.0	10.0	0.0%	0		854ms	106	0
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	0	30,695

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		1.03s	81	0
Qwen3.5-9B	6.4	5.8	66.7%	1		17.15s	599	4,517

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Elephant	3.3	10.0	0.0%	0		849ms	170	0
Qwen3.5-9B	3.1	10.0	0.0%	0		33.38s	1,545	11,844

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		2.79s	230	0
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	444	1,149

Быстрое сравнение

Сменить пару сравнения

GPT-5.4 NanononevsQwen3.5-9Bmedium MiniMax M2.7mediumvsElephantnone Qwen3.5-9BmediumvsGrok 4.1 Fastnone Qwen3.5-9BmediumvsMiMo-V2-Flashnone Mercury 2nonevsQwen3.5-9Bmedium Mistral Small 4mediumvsElephantnone ElephantnonevsQwen3 Coder Nextmedium GPT-4o-mininonevsQwen3.5-9Bmedium MiniMax M2.5mediumБесплатно доступноvsElephantnone ElephantnonevsGLM 4.7 Flashmedium gpt-oss-120bmediumБесплатно доступноvsElephantnone Nemotron 3 SupernoneБесплатно доступноvsQwen3.5-9Bmedium