AI BENCHY 对比
Elephant Alpha vs Qwen: Qwen3.5-9B
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-05-29
| 指标 | Elephant Alpha Elephant Alpha none | Qwen3.5-9B Qwen3.5-9B medium |
|---|---|---|
| 分数 | 5.2 | 4.2 |
| 排名 | #136 | #156 |
| 可靠性 | 不适用 | 5.0 |
| 一致性 | 9.6 | 7.9 |
| 测试正确 | ||
| 尝试通过率 | 29.8% | 28.3% |
| 不稳定测试 | 1 | 5 |
| 总运行次数 | 60 | 60 |
| 每个结果成本 | 0.000 | 1.127 |
| 总成本 | $0.000 | $0.034 |
| 输入价格 | $0.000 / 1M | $0.040 / 1M |
| 输出价格 | $0.000 / 1M | $0.150 / 1M |
| 输出令牌 | 2,573 | 27,305 |
| 推理令牌 | 0 | 199,780 |
| 响应时间（平均） | 1.22s | 83.32s |
| 响应时间（最大） | 3.81s | 226.38s |
| 响应时间（总计） | 22.03s | 1249.74s |
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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 6.6 | 10.0 | 50.0% | 0 | 963ms | 610 | 0 | |
| Qwen3.5-9B | 5.1 | 5.8 | 50.0% | 2 | 34.44s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 4.7 | 6.7 | 33.3% | 1 | 1.39s | 375 | 0 | |
| Qwen3.5-9B | 2.8 | 10.0 | 0.0% | 0 | 135.61s | 6,150 | 31,393 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 3.81s | 731 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 0ms | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 6.5 | 10.0 | 50.0% | 0 | 1.04s | 246 | 0 | |
| Qwen3.5-9B | 3.6 | 5.6 | 33.3% | 1 | 87.31s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 927ms | 24 | 0 | |
| Qwen3.5-9B | 3.6 | 7.2 | 22.2% | 1 | 137.75s | 11,549 | 48,475 |
| 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 4.0 | 10.0 | 0.0% | 0 | 854ms | 106 | 0 | |
| Qwen3.5-9B | 2.8 | 1.6 | 33.3% | 1 | 226.38s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 9.8 | 10.0 | 100.0% | 0 | 1.03s | 81 | 0 | |
| Qwen3.5-9B | 6.5 | 10.0 | 50.0% | 0 | 5.75s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 4.2 | 10.0 | 0.0% | 0 | 807ms | 170 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 32.27s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 3.0 | 10.0 | 0.0% | 0 | 2.79s | 230 | 0 | |
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 4.31s | 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） | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|
| Elephant Alpha | 0.0 | 0.0 | 0.0% | 0 | 0ms | 0 | 0 | |
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 177.02s | 3,074 | 29,694 |
快速对比
切换对比组合
Granite 4.1 8BnonevsQwen3.5-9BmediumMiniMax M2.7mediumvsElephant AlphanoneMistral Small 4mediumvsElephant AlphanoneMiniMax M2.5medium免费可用vsElephant AlphanoneLing-2.6-1TnonevsQwen3.5-9BmediumMercury 2nonevsQwen3.5-9BmediumQwen3.5-9BmediumvsMiMo-V2-FlashnoneCobuddymediumvsElephant AlphanoneElephant AlphanonevsQwen3 Coder NextmediumGPT-5.4 NanononevsQwen3.5-9BmediumTrinity Large PreviewnonevsQwen3.5-9BmediumGPT-4o-mininonevsQwen3.5-9Bmedium