Qwen: Qwen3.5-35B-A3B vs Thinking Machines: Inkling

Qwen3.5-35B-A3B (medium) 平均分领先，为 6.2 vs 6.1。 Inkling (low) benchmark 成本更低，为 $0.187 vs $0.837。 Inkling (low) 更快，为 5.15s vs 112.47s，通过率为 66.7% vs 54.6%。

推荐模型Inkling (low)它的得分接近这里的最高分（6.1 vs 6.2），同时成本比Qwen3.5-35B-A3B (medium)低约 4.5 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-18

指标	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24	Inkling Inkling low 发布日期: 2026-07-18

指标	Qwen3.5-35B-A3B Qwen3.5-35B-A3B medium 发布日期: 2026-02-24	Inkling Inkling low 发布日期: 2026-07-18
分数	6.2	6.1
排名	#115	#119
可靠性	10.0	9.9
一致性	7.6	8.6
测试正确
尝试通过率	66.7%	54.6%
不稳定测试	6	4
总运行次数	66	66
每个结果成本	9.130	1.866
总成本	$0.837	$0.187
输入价格	$0.140 / 1M	$1.000 / 1M
输出价格	$1.000 / 1M	$4.050 / 1M
总输入令牌	130,388	109,884
输出令牌	40,630	8,579
推理令牌	786,040	10,343
响应时间（平均）	112.47s	5.15s
响应时间（最大）	950.25s	41.58s
响应时间（总计）	2474.28s	113.39s

Hamster playing table tennis

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

#115 Qwen3.5-35B-A3B

medium

成本: $0.009
时间: 71.4s
令牌: 8,631 tok

#119 Thinking Machines: Inkling

low

成本: $0.002
时间: 6.1s
令牌: 502 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

类别:

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		21.13s	672	798	42,652
Inkling	8.3	10.0	75.0%	0		2.51s	702	172	1,024

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
Qwen3.5-35B-A3B	5.9	9.3	33.3%	0		206.65s	4,106	23,844	111,462
Inkling	5.1	7.2	22.2%	1		8.71s	7,374	355	4,961

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
Qwen3.5-35B-A3B	3.8	5.8	33.3%	1		512.79s	109,184	775	444,948
Inkling	2.9	5.8	16.7%	1		22.73s	85,854	6,920	1,367

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
Qwen3.5-35B-A3B	7.3	5.9	83.3%	1		59.33s	6,061	235	19,493
Inkling	10.0	10.0	100.0%	0		2.07s	7,068	216	344

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
Qwen3.5-35B-A3B	4.1	4.4	44.5%	2		88.34s	500	41	46,368
Inkling	5.3	10.0	33.3%	0		1.99s	795	66	504

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
Qwen3.5-35B-A3B	2.8	1.6	33.3%	1		30.30s	172	20	3,753
Inkling	10.0	10.0	100.0%	0		3.44s	501	160	213

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		24.45s	699	97	17,361
Inkling	9.8	10.0	100.0%	0		1.81s	708	93	379

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
Qwen3.5-35B-A3B	8.2	7.2	88.9%	1		33.13s	597	3,592	26,585
Inkling	6.4	5.0	66.7%	2		2.97s	714	347	908

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
Qwen3.5-35B-A3B	10.0	10.0	100.0%	0		4.65s	8,193	309	1,365
Inkling	3.0	10.0	0.0%	0		2.57s	5,949	219	0

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
Qwen3.5-35B-A3B	3.0	10.0	0.0%	0		177.35s	204	10,919	72,053
Inkling	3.0	10.0	0.0%	0		3.12s	219	31	643

快速对比

切换对比组合

Gemini 2.5 FlashnonevsQwen3.5-35B-A3Bmedium Gemini 3.1 Flash LitenonevsInklinglow gpt-oss-120bmediumvsInklinglow Qwen3.6 FlashnonevsInklinglow Qwen3.5-FlashnonevsInklinglow Gemini 3.1 Flash LiteminimalvsQwen3.5-35B-A3Bmedium Qwen3.5 Plus 2026-04-20nonevsInklinglow Gemini 3.1 Flash LiteminimalvsInklinglow Qwen3.5-35B-A3BnonevsInklinglow GPT-5.6 LunalowvsQwen3.5-35B-A3Bmedium Seed-2.0-LitenonevsQwen3.5-35B-A3Bmedium GPT-5 NanomediumvsInklinglow