#183 Qwen3.5-9B
none
无效SVG
- 成本
- $0.000
- 时间
- 300.0s
- 令牌
- 0 tok
Qwen: Qwen3.5-9B vs Thinking Machines: Inkling
Inkling 平均分领先，为 5.2 vs 5.1。 Qwen3.5-9B benchmark 成本更低，为 $0.021 vs $0.147。 Inkling 更快，为 3.50s vs 19.17s，通过率为 19.7% vs 28.8%。
推荐模型Qwen3.5-9B它的得分接近这里的最高分（5.1 vs 5.2），同时成本比Inkling低约 7.3 倍。
基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-25
| 指标 | Qwen3.5-9B Qwen3.5-9B none | Inkling Inkling none |
|---|---|---|
| 分数 | 5.1 | 5.2 |
| 排名 | #183 | #178 |
| 可靠性 | 10.0 | 9.9 |
| 一致性 | 9.7 | 9.6 |
| 测试正确 | ||
| 尝试通过率 | 19.7% | 28.8% |
| 不稳定测试 | 1 | 1 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 0.490 | 2.448 |
| 总成本 | $0.021 | $0.147 |
| 输入价格 | $0.100 / 1M | $1.000 / 1M |
| 输出价格 | $0.150 / 1M | $4.050 / 1M |
| 总输入令牌 | 144,407 | 104,111 |
| 输出令牌 | 37,484 | 10,551 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 19.17s | 3.50s |
| 响应时间（最大） | 382.06s | 48.02s |
| 响应时间（总计） | 421.74s | 77.09s |
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#178 Thinking Machines: Inkling
none
Provider returned error
- 成本
- $0.000
- 时间
- 5.3s
- 令牌
- 0 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.1 | 9.9 | 0.0% | 0 | 1.71s | 696 | 582 | 0 | |
| Inkling | 4.8 | 10.0 | 25.0% | 0 | 1.43s | 678 | 261 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.9 | 7.8 | 11.1% | 1 | 5.60s | 7,913 | 1,042 | 0 | |
| Inkling | 4.5 | 10.0 | 0.0% | 0 | 1.01s | 7,356 | 436 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 193.98s | 116,763 | 34,787 | 0 | |
| Inkling | 2.9 | 5.8 | 16.7% | 1 | 25.74s | 80,195 | 8,777 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 847ms | 7,788 | 249 | 0 | |
| Inkling | 10.0 | 10.0 | 100.0% | 0 | 1.14s | 7,056 | 279 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 464ms | 789 | 24 | 0 | |
| Inkling | 5.3 | 10.0 | 33.3% | 0 | 1.45s | 777 | 42 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 4.4 | 9.9 | 0.0% | 0 | 552ms | 522 | 99 | 0 | |
| Inkling | 5.0 | 10.0 | 0.0% | 0 | 859ms | 495 | 156 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 6.5 | 10.0 | 50.0% | 0 | 514ms | 711 | 75 | 0 | |
| Inkling | 6.3 | 10.0 | 50.0% | 0 | 1.72s | 696 | 72 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.2 | 10.0 | 0.0% | 0 | 621ms | 714 | 347 | 0 | |
| Inkling | 5.6 | 9.9 | 33.3% | 0 | 931ms | 696 | 291 | 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） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 10.0 | 10.0 | 100.0% | 0 | 1.27s | 8,301 | 273 | 0 | |
| Inkling | 3.0 | 10.0 | 0.0% | 0 | 2.50s | 5,949 | 213 | 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 |
|---|---|---|---|---|---|---|---|---|---|
| Qwen3.5-9B | 3.0 | 10.0 | 0.0% | 0 | 2.32s | 210 | 6 | 0 | |
| Inkling | 3.0 | 10.0 | 0.0% | 0 | 670ms | 213 | 24 | 0 |
快速对比
切换对比组合
Mistral Small 4mediumvsQwen3.5-9BnoneMiniMax M2.7mediumvsQwen3.5-9BnoneLaguna S 2.1low免费可用vsQwen3.5-9BnoneMistral Small 4mediumvsInklingnoneLaguna S 2.1high免费可用vsInklingnoneKAT-Coder-Air V2.5lowvsInklingnoneMiniMax M2.7mediumvsInklingnoneLaguna S 2.1medium免费可用vsInklingnoneLaguna S 2.1low免费可用vsInklingnoneLaguna S 2.1high免费可用vsQwen3.5-9BnoneKAT-Coder-Air V2.5lowvsQwen3.5-9BnoneLaguna S 2.1medium免费可用vsQwen3.5-9Bnone