AI BENCHY
Advertise here
#56

Qwen3.5-Flash

Qwen Релиз: 2026-02-24 Проверено: 2026-05-21 23:57 qwen/qwen3.5-flash-02-23::medium
(medium) (none)

Сводка

Qwen3.5-Flash набирает 7.4 в AI BENCHY и занимает #56. У модели надежность 8.3, доля успешных попыток 73.3%, общая стоимость $0.104 и среднее время ответа 65.64s.

Что делает Qwen3.5-Flash особенной: Сильнее всего модель выделяется в Следование инструкциям, где занимает #1; самая слабая область — Решение головоломок с #13. Она использует необычно много reasoning-токенов, что может объяснять более медленные или дорогие запуски.

Оценка

7.4

Стабильность

7.6

Надежность

8.3

Общая стоимость (текущая цена)

$0.104

Общее число выходных токенов

286,029

Общее число входных токенов

0

Цена входа

$0.065 / 1M

Цена выхода

$0.260 / 1M

Тестов верно

Ошибочных тестов: 9

Доля успешных попыток: 73.3%

Нестабильные тесты

6

Нестабильные тесты имели смешанные результаты между прогонами (как минимум один успех и один провал).

Время ответа (среднее)

65.64s

Время ответа (макс.): 234.29s

Время ответа (суммарно): 1312.72s

Неверный ответ: 4 Тайм-аут: 3 Ошибка API: 1 Не соблюдены инструкции: 1

Генерация showcase

Hamster playing table tennis

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

#56 Qwen3.5-Flash

medium
Стоимость
$0.002
Время
25.8s
Токены
4,294 tok

История запусков

Проверено Оценка Надежность Тестов верно Общая стоимость Сравнить
2026-06-04 13:36 Добавлен новый тест 7.4 8.9 $0.080 ↓ Сравнить
2026-05-21 23:57 Набор изменён 7.4 8.3 $0.104 Текущий запуск
2026-04-11 01:44 Первый зафиксированный запуск 7.8 Н/Д $0.080 Сравнить

Этот запуск использовал другой набор бенчмарков. Учитывайте изменения набора при чтении исторической динамики.

Графики

Выберите первую модель, затем нажмите вторую, чтобы открыть страницу сравнения бок о бок.

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Быстрое сравнение

Qwen3.5-FlashmediumvsStep 3.7 FlashhighQwen3.5-FlashmediumvsKimi K2.7 CodemediumQwen3.5-FlashmediumvsGemini 3.5 FlashnoneQwen3.5-FlashmediumvsGLM 5.2noneQwen3.5-FlashmediumvsGemini 3 Flash PreviewnoneQwen3.5-FlashmediumvsGemini 3.5 FlashhighQwen3.5-FlashmediumvsGemini 3 Flash PreviewmediumQwen3.5-FlashmediumvsNemotron 3 Ultra 550b A55bmediumБесплатно доступноQwen3.5-FlashmediumvsGPT-5.5low

Разбивка по категориям

Категория Оценка Стабильность Тестов верно
Анти-ИИ уловки 10.0 10.0
Программирование 4.1 5.8
Комбинированный 10.0 10.0
Парсинг и извлечение данных 7.3 5.9
Предметно-ориентированное 5.3 7.2
Общий интеллект 6.1 3.1
Следование инструкциям 10.0 10.0
Решение головоломок 6.6 4.6
Вызов инструментов 10.0 10.0
Эрудиция 3.0 10.0

Сравниваемые модели