- 排名
- #366
- 总输出令牌
- 28,061
- 响应时间（平均）
- 5.63s
- 总成本
- $0.002
Kev 4B vs Qwen3.5-9B (medium)
Qwen3.5-9B (medium) 平均分领先，为 3.8 vs 3.0。 Kev 4B benchmark 成本更低，为 $0.002 vs $0.062。 Kev 4B 更快，为 5.63s vs 107.51s，通过率为 16.7% vs 25.8%。
已对比模型
- 排名
- #355
- 总输出令牌
- 413,442
- 响应时间（平均）
- 107.51s
- 总成本
- $0.062
推荐模型
Qwen3.5-9B (medium)
它在本次比较中得分最高（3.8），并且在全部 2 个模型中兼顾成本和响应时间最好。
详细对比
| 指标 | Kev 4B Kev 4B none | Qwen3.5-9B Qwen3.5-9B medium |
|---|---|---|
| 分数 | 3.0 | 3.8 |
| 排名 | #366 | #355 |
| 可靠性 | 10.0 | 6.0 |
| 一致性 | 5.1 | 8.1 |
| 尝试次数 | 36/66 | 66/66 |
| 测试正确 | ||
| 尝试通过率 | 16.7% | 25.8% |
| 不稳定测试 | 1 | 5 |
| 总运行次数 | 36 | 66 |
| 每个结果成本 | 0.060 | 2.061 |
| 总成本 | $0.002 | $0.062 |
| 输入价格 | $0.042 / 1M | $0.100 / 1M |
| 输出价格 | $0.000 / 1M | $0.150 / 1M |
| 总输入令牌 | 42,804 | 17,195 |
| 输出令牌 | 28,061 | 46,735 |
| 推理令牌 | 0 | 366,707 |
| 响应时间（平均） | 5.63s | 107.51s |
| 响应时间（最大） | 17.79s | 569.97s |
| 响应时间（总计） | 67.61s | 1720.15s |
| 参数量 | 4B | 9B |
| 开放状态 | 开源 | 开源 |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#366 Jared Palmer: Kev 4B
none
此模型尚未生成任何展示结果。
- 成本
- 不适用
- 时间
- -
- 令牌
- 0 tok
#355 Qwen3.5-9B
medium- 成本
- $0.001
- 时间
- 35.9s
- 令牌
- 3,030 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Kev 4B | 2.3 | 7.5 | 0.0% | 0 | 3.65s | 5,364 | 7,514 | 0 | |
| Qwen3.5-9B | 5.1 | 5.8 | 50.0% | 2 | 34.44s | 369 | 2,621 | 12,411 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Kev 4B | 4.5 | 6.7 | 33.3% | 0 | 771ms | 21,603 | 12,207 | 0 | |
| Qwen3.5-9B | 2.9 | 10.0 | 0.0% | 0 | 100.88s | 2,396 | 7,890 | 41,129 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Kev 4B | 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 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Kev 4B | 6.5 | 10.0 | 50.0% | 0 | 9.09s | 11,010 | 3,573 | 0 | |
| Qwen3.5-9B | 3.6 | 5.6 | 33.3% | 1 | 87.31s | 4,722 | 1,383 | 32,113 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Kev 4B | 5.3 | 10.0 | 33.3% | 0 | 6.34s | 2,178 | 1,905 | 0 | |
| Qwen3.5-9B | 3.6 | 7.2 | 22.2% | 1 | 272.50s | 420 | 29,239 | 205,666 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Kev 4B | 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 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Kev 4B | 1.5 | 5.0 | 0.0% | 0 | 17.27s | 2,316 | 2,688 | 0 | |
| Qwen3.5-9B | 6.5 | 10.0 | 50.0% | 0 | 5.75s | 381 | 491 | 1,824 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Kev 4B | 2.0 | 10.0 | 22.2% | 1 | 646ms | 333 | 174 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 32.27s | 376 | 1,593 | 12,026 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Kev 4B | 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 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Kev 4B | 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 |
快速对比
切换对比组合
gpt-oss-120bnone免费可用vsQwen3.5-9BmediumLing 3.0 TinylowvsQwen3.5-9BmediumCommand A+mediumvsKev 4BnoneCommand A+lowvsKev 4BnoneCommand A+highvsKev 4BnoneLing 3.0 TinyhighvsQwen3.5-9BmediumMercury 2.5nonevsQwen3.5-9BmediumNemotron 3.5 Lightningnone免费可用vsQwen3.5-9BmediumGranite 4.1 8BnonevsQwen3.5-9BmediumLing 3.0 TinynonevsQwen3.5-9BmediumQwen3.5-9BmediumvsGrok 4.20noneGranite 4.2 8BnonevsQwen3.5-9Bmedium