AI BENCHY Compare

Qwen: Qwen3.5-9B vs StepFun: Step 3.5 Flash

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-04-11

Метрика	Qwen3.5-9B Qwen3.5-9B none Релиз: 2026-03-02	Step 3.5 Flash Step 3.5 Flash none Релиз: 2026-02-01

Метрика	Qwen3.5-9B Qwen3.5-9B none Релиз: 2026-03-02	Step 3.5 Flash Step 3.5 Flash none Релиз: 2026-02-01
Оценка	4.8	3.0
Ранг	#84	#93
Стабильность	9.6	10.0
Тестов верно
Доля успешных попыток	24.1%	0.0%
Нестабильные тесты	1	0
Всего запусков	54	3
Стоимость за результат	0.116	0.000
Общая стоимость	$0.005	$0.000
???? ?????	$0.050 / 1M	$0.100 / 1M
???? ??????	$0.150 / 1M	$0.300 / 1M
Выходные токены	3,951	0
Токены рассуждений	0	0
Время ответа (среднее)	1.47s	0ms
Время ответа (макс.)	5.91s	0ms
Время ответа (суммарно)	26.43s	0ms

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
Qwen3.5-9B	3.1	9.9	0.0%	0		1.71s	582	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-9B	5.2	3.4	33.3%	1		5.69s	1,006	0
Step 3.5 Flash	3.0	10.0	0.0%	0		0ms	0	0

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-9B	3.0	10.0	0.0%	0		5.91s	1,255	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-9B	10.0	10.0	100.0%	0		847ms	249	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-9B	3.0	10.0	0.0%	0		464ms	24	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-9B	4.4	9.9	0.0%	0		552ms	99	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-9B	6.5	10.0	50.0%	0		514ms	75	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-9B	3.2	9.9	0.0%	0		683ms	388	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Выходные токены	Токены рассуждений
Qwen3.5-9B	10.0	10.0	100.0%	0		1.27s	273	0
Step 3.5 Flash	-	-	-	-	-	-	-	-

Быстрое сравнение

Сменить пару сравнения

Qwen3.5-9BnonevsGLM 4.7 Flashmedium MiniMax M2.7mediumvsQwen3.5-9Bnone Mistral Small 4mediumvsQwen3.5-9Bnone MiniMax M2.5mediumБесплатно доступноvsQwen3.5-9Bnone gpt-oss-120bmediumБесплатно доступноvsQwen3.5-9Bnone Qwen3.5-9BmediumvsStep 3.5 Flashnone GPT-5 NanomediumvsQwen3.5-9Bnone Step 3.5 FlashnonevsGLM 4.7 Flashmedium Mercury 2mediumvsQwen3.5-9Bnone Qwen3 Coder NextmediumvsStep 3.5 Flashnone Qwen3.5-9BnonevsGrok 4.1 Fastmedium Nemotron 3 SupermediumБесплатно доступноvsQwen3.5-9Bnone