Qwen3.5-9B (medium) vs Classify-1 (default)

Qwen3.5-9B (medium) лидирует по среднему баллу: 4.0 vs 2.2. Classify-1 (default) имеет более низкую стоимость benchmark: $0.008 vs $0.106. Classify-1 (default) быстрее: 4.58s vs 110.18s, с долей успешных попыток 26.1% vs 18.8%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-16

Сравниваемые модели

Ранг: #385
Общее число выходных токенов: 447,247
Время ответа (среднее): 110.18s
Общая стоимость: $0.106

Ранг: #420
Общее число выходных токенов: 164
Время ответа (среднее): 4.58s
Общая стоимость: $0.008

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	Qwen3.5-9B Qwen3.5-9B medium Релиз: 2026-03-02	Classify-1 Classify-1 default Релиз: 2026-10-13

Метрика	Qwen3.5-9B Qwen3.5-9B medium Релиз: 2026-03-02	Classify-1 Classify-1 default Релиз: 2026-10-13
Оценка	4.0	2.2
Ранг	#385	#420
Надежность	8.7	9.4
Стабильность	7.9	4.5
Попытки	69/69	36/69
Тестов верно
Доля успешных попыток	26.1%	18.8%
Нестабильные тесты	6	2
Всего запусков	69	36
Стоимость за результат	3.523	0.261
Общая стоимость	$0.106	$0.008
Цена входа	$0.100 / 1M	$0.040 / 1M
Цена выхода	$0.150 / 1M	$0.000 / 1M
Цена чтения из кэша	Н/Д	Н/Д
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	387,323	195,645
Выходные токены	48,562	164
Токены рассуждений	410,431	0
Время ответа (среднее)	110.18s	4.58s
Время ответа (макс.)	569.97s	13.35s
Время ответа (суммарно)	1873.00s	55.01s
Параметры	9B	~1B
Доступность	Открытый исходный код	Закрытая модель

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.

#385 Qwen3.5-9B

medium

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

#420 Classify-1

default

Для этой модели еще не сгенерирован результат showcase.

Стоимость: Н/Д
Время: -
Токены: 0 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
Qwen3.5-9B	5.2	3.2	33.3%	1		152.85s	370,128	1,827	43,724
Classify-1	0.0	0.0	0.0%	0		0ms	0	0	0

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	5.1	5.8	50.0%	2		34.44s	369	2,621	12,411
Classify-1	4.0	7.5	25.0%	0		3.69s	27,201	51	0

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	2.9	10.0	0.0%	0		100.88s	2,396	7,890	41,129
Classify-1	2.7	3.7	22.2%	1		12.73s	105,738	50	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	3.0	10.0	0.0%	0		0ms	0	0	0
Classify-1	0.0	0.0	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
Qwen3.5-9B	3.6	5.6	33.3%	1		87.31s	4,722	1,383	32,113
Classify-1	7.3	5.9	83.3%	1		4.10s	41,928	21	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	3.6	7.2	22.2%	1		272.50s	420	29,239	205,666
Classify-1	5.3	10.0	33.3%	0		1.54s	9,723	18	0

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

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	6.5	10.0	50.0%	0		5.75s	381	491	1,824
Classify-1	1.5	5.0	0.0%	0		4.26s	10,092	21	0

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Qwen3.5-9B	3.0	10.0	0.0%	0		32.27s	376	1,593	12,026
Classify-1	1.0	3.3	0.0%	0		1.37s	963	3	0

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

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

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 Gemini 3 Flash PreviewhighvsClassify-1default 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