导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.5-122B-A10B vs Qwen: Qwen3.5 Plus 2026-04-20

摘要

Qwen3.5-122B-A10B (medium) vs Qwen3.5 Plus 2026-04-20 (medium) benchmark 对比：平均分几乎持平，为 7.7 vs 7.8。 Qwen3.5 Plus 2026-04-20 (medium) benchmark 成本更低，为 $0.317 vs $0.588。 Qwen3.5-122B-A10B (medium) 更快，为 42.49s vs 46.36s，通过率为 73.0% vs 66.7%。

推荐模型: Qwen3.5 Plus 2026-04-20 (medium) - 它在这里得分最高（7.8），同时成本比Qwen3.5-122B-A10B (medium)低约 1.9 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-10

指标 Qwen3.5-122B-A10B Qwen3.5-122B-A10B medium 发布日期: 2026-02-24 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 medium 发布日期: 2026-04-20
分数 7.7 7.8
排名 #45 #42
可靠性 10.0 10.0
一致性 8.8 9.0
测试正确
尝试通过率 73.0% 66.7%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 5.235 3.023
总成本 $0.588 $0.317
输入价格 $0.260 / 1M $0.300 / 1M
输出价格 $2.080 / 1M $1.800 / 1M
总输入令牌 41,832 42,097
输出令牌 26,187 2,280
推理令牌 251,028 166,613
响应时间（平均） 42.49s 46.36s
响应时间（最大） 168.16s 189.38s
响应时间（总计） 892.30s 973.57s

生成展示

Hamster playing table tennis

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

#45 Qwen3.5-122B-A10B

medium
成本
$0.019
时间
48.7s
令牌
6,034 tok

#42 Qwen3.5 Plus 2026-04-20

medium
成本
$0.008
时间
76.7s
令牌
4,355 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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.75s 672 269 16,835
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 10.84s 672 215 7,748
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
Qwen3.5-122B-A10B 6.0 7.2 55.6% 1 114.48s 7,630 8,057 82,578
Qwen3.5 Plus 2026-04-20 6.2 8.7 33.3% 0 125.25s 7,630 308 58,682
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 107.79s 14,947 483 11,337
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 92.41s 14,934 483 17,490
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 23.41s 7,782 270 16,558
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 38.32s 7,782 270 14,668
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
Qwen3.5-122B-A10B 2.9 7.2 11.1% 1 63.40s 771 15,537 64,889
Qwen3.5 Plus 2026-04-20 2.9 7.2 11.1% 1 53.10s 771 63 28,414
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
Qwen3.5-122B-A10B 3.4 2.2 33.3% 1 34.11s 344 66 7,592
Qwen3.5 Plus 2026-04-20 4.9 9.6 0.0% 0 25.30s 516 125 4,792
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 9.88s 593 77 7,372
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 20.25s 699 103 7,689
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 17.89s 696 284 27,575
Qwen3.5 Plus 2026-04-20 8.2 7.2 88.9% 1 17.67s 696 338 9,800
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
Qwen3.5-122B-A10B 10.0 10.0 100.0% 0 4.60s 8,193 322 1,226
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 14.72s 8,193 348 2,164
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
Qwen3.5-122B-A10B 3.0 10.0 0.0% 0 52.87s 204 822 15,066
Qwen3.5 Plus 2026-04-20 3.0 10.0 0.0% 0 92.57s 204 27 15,166

快速对比

切换对比组合

Claude Opus 4.8lowvsQwen3.5-122B-A10BmediumGPT-5.6 TerralowvsQwen3.5-122B-A10BmediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-04-20mediumQwen3.5 Plus 2026-04-20mediumvsGrok 4.5lowQwen3.5-122B-A10BmediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsQwen3.5-122B-A10BmediumGPT-5.6 TerralowvsQwen3.5 Plus 2026-04-20mediumQwen3.5-122B-A10BmediumvsGrok 4.5lowQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowGPT-5.6 LunahighvsQwen3.5 Plus 2026-04-20mediumDeepSeek V4 ProhighvsQwen3.5-122B-A10BmediumDeepSeek V4 ProhighvsQwen3.5 Plus 2026-04-20medium