AI BENCHY 对比
Owl Alpha vs Qwen: Qwen3.5 Plus 2026-04-20
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-04-30
| 指标 | Owl Alpha Owl Alpha medium | Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none |
|---|---|---|
| 分数 | 5.8 | 5.8 |
| 排名 | #91 | #93 |
| 可靠性 | 10.0 | 9.8 |
| 一致性 | 9.5 | 8.3 |
| 测试正确 | ||
| 尝试通过率 | 40.7% | 42.6% |
| 不稳定测试 | 1 | 4 |
| 总运行次数 | 54 | 54 |
| 每个结果成本 | 0.000 | 0.397 |
| 总成本 | $0.000 | $0.024 |
| ???? | $0.000 / 1M | $0.400 / 1M |
| ???? | $0.000 / 1M | $2.400 / 1M |
| 输出令牌 | 1,596 | 4,645 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 11.04s | 3.18s |
| 响应时间（最大） | 58.63s | 13.32s |
| 响应时间（总计） | 198.65s | 57.24s |
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 |
|---|---|---|---|---|---|---|---|---|
| Owl Alpha | 4.8 | 10.0 | 25.0% | 0 | 3.97s | 87 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 4.8 | 10.0 | 25.0% | 0 | 1.88s | 557 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Owl Alpha | 10.0 | 10.0 | 100.0% | 0 | 7.35s | 402 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 5.3 | 3.4 | 33.3% | 1 | 3.20s | 450 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Owl Alpha | 3.0 | 10.0 | 0.0% | 0 | 10.01s | 315 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 2.8 | 1.6 | 33.3% | 1 | 13.32s | 2,275 | 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 |
|---|---|---|---|---|---|---|---|---|
| Owl Alpha | 10.0 | 10.0 | 100.0% | 0 | 21.64s | 246 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 2.82s | 243 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Owl Alpha | 5.3 | 10.0 | 33.3% | 0 | 8.58s | 28 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 5.3 | 10.0 | 33.3% | 0 | 4.43s | 18 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Owl Alpha | 4.3 | 10.0 | 0.0% | 0 | 58.63s | 98 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 4.8 | 10.0 | 0.0% | 0 | 1.41s | 119 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Owl Alpha | 6.3 | 10.0 | 50.0% | 0 | 9.59s | 57 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 6.2 | 5.8 | 66.7% | 1 | 1.17s | 68 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Owl Alpha | 3.4 | 7.2 | 11.1% | 1 | 3.44s | 135 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 4.8 | 7.9 | 22.2% | 1 | 2.03s | 618 | 0 |
| 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 |
|---|---|---|---|---|---|---|---|---|
| Owl Alpha | 10.0 | 10.0 | 100.0% | 0 | 8.26s | 228 | 0 | |
| Qwen3.5 Plus 2026-04-20 | 10.0 | 10.0 | 100.0% | 0 | 4.42s | 297 | 0 |
快速对比
切换对比组合
Kimi K2.6nonevsOwl AlphamediumGPT-5.4nonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-122B-A10Bnonegpt-oss-120bmedium免费可用vsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsMiMo-V2.5-PrononeOwl AlphamediumvsQwen3.6 FlashnoneOwl AlphamediumvsGLM 5.1noneMistral Small 4mediumvsQwen3.5 Plus 2026-04-20noneMiniMax M2.5medium免费可用vsQwen3.5 Plus 2026-04-20noneOwl AlphamediumvsMiMo-V2-PrononeDeepSeek V3.2nonevsOwl AlphamediumOwl AlphamediumvsQwen3.5-27Bnone