Decider V1.1 27B (default) vs Qwen3.5-9B (medium)

Qwen3.5-9B (medium) лидирует по среднему баллу: 4.0 vs 2.6. Decider V1.1 27B (default) имеет более низкую стоимость benchmark: $0.002 vs $0.106. Decider V1.1 27B (default) быстрее: 320ms vs 110.18s, с долей успешных попыток 17.4% vs 26.1%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-07

Сравниваемые модели

Ранг: #395
Общее число выходных токенов: 69
Время ответа (среднее): 320ms
Общая стоимость: $0.002

Ранг: #365
Общее число выходных токенов: 447,247
Время ответа (среднее): 110.18s
Общая стоимость: $0.106

Рекомендуемая модель Qwen3.5-9B (medium)

У него самый высокий балл в этом сравнении (4.0) и лучший общий баланс стоимости и времени ответа среди 2 моделей.

Подробное сравнение

Метрика	Decider V1.1 27B Decider V1.1 27B default Релиз: 2026-10-07	Qwen3.5-9B Qwen3.5-9B medium Релиз: 2026-03-02

Метрика	Decider V1.1 27B Decider V1.1 27B default Релиз: 2026-10-07	Qwen3.5-9B Qwen3.5-9B medium Релиз: 2026-03-02
Оценка	2.6	4.0
Ранг	#395	#365
Надежность	10.0	8.7
Стабильность	5.2	7.9
Попытки	36/69	69/69
Тестов верно
Доля успешных попыток	17.4%	26.1%
Нестабильные тесты	0	6
Всего запусков	36	69
Стоимость за результат	0.037	3.523
Общая стоимость	$0.002	$0.106
Цена входа	$0.020 / 1M	$0.100 / 1M
Цена выхода	$0.000 / 1M	$0.150 / 1M
Цена чтения из кэша	Н/Д	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	73,557	387,323
Выходные токены	69	48,562
Токены рассуждений	0	410,431
Время ответа (среднее)	320ms	110.18s
Время ответа (макс.)	491ms	569.97s
Время ответа (суммарно)	3.84s	1873.00s
Параметры	27B	9B
Доступность	Открытый исходный код	Открытый исходный код

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

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

#395 Decider V1.1 27B

default

Для этой модели еще не сгенерирован результат showcase.

Стоимость: Н/Д
Время: -
Токены: 0 tok

#365 Qwen3.5-9B

medium

Стоимость: $0.001
Время: 35.9s
Токены: 3,030 tok

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

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Decider V1.1 27B	0.0	0.0	0.0%	0		0ms	0	0	0
Qwen3.5-9B	5.2	3.2	33.3%	1		152.85s	370,128	1,827	43,724

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Decider V1.1 27B	4.0	7.5	25.0%	0		321ms	7,161	9	0
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Decider V1.1 27B	4.9	6.7	33.3%	0		305ms	32,733	12	0
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Decider V1.1 27B	0.0	0.0	0.0%	0		0ms	0	0	0
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	0

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Decider V1.1 27B	6.5	10.0	50.0%	0		286ms	24,396	15	0
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Decider V1.1 27B	5.3	10.0	33.3%	0		313ms	2,874	9	0
Qwen3.5-9B	3.6	7.2	22.2%	1		272.50s	420	29,239	205,666

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Decider V1.1 27B	0.0	0.0	0.0%	0		0ms	0	0	0
Qwen3.5-9B	2.8	1.6	33.3%	1		226.38s	180	0	30,695

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Decider V1.1 27B	1.5	5.0	0.0%	0		333ms	5,862	21	0
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Decider V1.1 27B	1.7	3.3	0.0%	0		422ms	531	3	0
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Decider V1.1 27B	0.0	0.0	0.0%	0		0ms	0	0	0
Qwen3.5-9B	10.0	10.0	100.0%	0		4.31s	8,283	444	1,149

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Decider V1.1 27B	0.0	0.0	0.0%	0		0ms	0	0	0
Qwen3.5-9B	3.0	10.0	0.0%	0		177.02s	68	3,074	29,694

Сменить пару сравнения

Mercury 2.5nonevsQwen3.5-9Bmedium gpt-oss-120bnonevsQwen3.5-9Bmedium Ling 3.0 TinydefaultvsQwen3.5-9Bmedium Granite 4.1 8bdefaultvsQwen3.5-9Bmedium Nemotron 3.5 LightningnoneБесплатно доступноvsQwen3.5-9Bmedium Mercury 2nonevsQwen3.5-9Bmedium Ling 3.0 TinyhighvsQwen3.5-9Bmedium Ling 3.0 TinylowvsQwen3.5-9Bmedium Granite 4.2 8BnonevsQwen3.5-9Bmedium Trinity Large PreviewdefaultБесплатно доступноvsQwen3.5-9Bmedium KAT Coder AIR V2.5defaultvsQwen3.5-9Bmedium Command A+lowvsDecider V1.1 27Bdefault