导航
AI BENCHY
Advertise here

Qwen3.5-35B-A3B vs Qwen3.5-Flash

平均分几乎持平，为 5.9 vs 6.0。 Qwen3.5-Flash benchmark 成本更低，为 $0.073 vs $0.142。 Qwen3.5-35B-A3B 更快，为 12.73s vs 25.28s，通过率为 39.4% vs 34.9%。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-08-26

排名
#190
总输出令牌
86,616
响应时间（平均）
12.73s
总成本
$0.142
排名
#189
总输出令牌
209,201
响应时间（平均）
25.28s
总成本
$0.073
推荐模型 Qwen3.5-Flash

它在这里得分最高（6.0），同时成本比Qwen3.5-35B-A3B低约 2.0 倍。

详细对比

指标 Qwen3.5-35B-A3B Qwen3.5-35B-A3B none 发布日期: 2026-02-24 Qwen3.5-Flash Qwen3.5-Flash none 发布日期: 2026-02-24
分数 5.9 6.0
排名 #190 #189
可靠性 10.0 10.0
一致性 8.6 9.3
尝试次数 66/66 66/66
测试正确
尝试通过率 39.4% 34.9%
不稳定测试 4 2
总运行次数 66 66
每个结果成本 1.841 1.066
总成本 $0.142 $0.073
输入价格 $0.250 / 1M $0.065 / 1M
输出价格 $1.250 / 1M $0.260 / 1M
总输入令牌 134,530 282,356
输出令牌 86,616 209,201
推理令牌 0 0
响应时间（平均） 12.73s 25.28s
响应时间（最大） 209.15s 480.96s
响应时间（总计） 279.97s 556.14s
参数量 35B 总计 (3B 激活) ~35B 总计 (~3B 激活)
开放状态 开源 闭源

模型生成展示

Hamster playing table tennis

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

#190 Qwen3.5-35B-A3B

none
成本
$0.005
时间
28.4s
令牌
4,518 tok

#189 Qwen3.5-Flash

none
成本
$0.003
时间
47.4s
令牌
7,799 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

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 5.5 10.0 33.3% 0 1.39s 7,808 571 0
Qwen3.5-Flash 5.5 10.0 33.3% 0 850ms 7,913 519 0

快速对比

切换对比组合

GPT-5 NanomediumvsQwen3.5-FlashnoneQwen3.5-35B-A3BnonevsStep 3.5 FlashmediumDots 3 Note Previewmedium免费可用vsQwen3.5-35B-A3BnoneGPT-5 NanomediumvsQwen3.5-35B-A3BnoneQwen3.5-FlashnonevsStep 3.5 FlashmediumDots 3 Note Previewmedium免费可用vsQwen3.5-FlashnoneQwen3.5-35B-A3BnonevsGLM 5.3 FlashlowQwen3.5-FlashnonevsGLM 5.3 FlashlowTrinity Large ThinkinglowvsQwen3.5-FlashnoneTrinity Large ThinkinglowvsQwen3.5-35B-A3BnoneTrinity Large ThinkingmediumvsQwen3.5-FlashnoneQwen3.5-FlashnonevsInklinglow