导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.5 Plus 2026-02-15 vs Qwen: Qwen3.6 Plus

摘要

Qwen3.5 Plus 2026-02-15 vs Qwen3.6 Plus benchmark 对比：Qwen3.5 Plus 2026-02-15 平均分领先，为 8.0 vs 7.8。 Qwen3.6 Plus benchmark 成本更低，为 $0.294 vs $0.310。 Qwen3.6 Plus 更快，为 30.70s vs 73.79s，通过率为 73.0% vs 69.8%。

推荐模型: Qwen3.6 Plus - 它的得分接近这里的最高分（7.8 vs 8.0），同时响应速度比Qwen3.5 Plus 2026-02-15快约 2.4 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-07-02

指标 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 medium 发布日期: 2026-02-15 Qwen3.6 Plus Qwen3.6 Plus medium 发布日期: 2026-04-20
分数 8.0 7.8
排名 #28 #31
可靠性 10.0 10.0
一致性 8.8 9.3
测试正确
尝试通过率 73.0% 69.8%
不稳定测试 3 2
总运行次数 63 63
每个结果成本 2.445 0.831
总成本 $0.310 $0.294
输入价格 $0.260 / 1M $0.325 / 1M
输出价格 $1.560 / 1M $1.950 / 1M
总输入令牌 40,918 41,565
输出令牌 2,159 1,853
推理令牌 189,604 141,973
响应时间（平均） 73.79s 30.70s
响应时间（最大） 266.69s 201.68s
响应时间（总计） 1033.07s 613.99s

生成展示

Hamster playing table tennis

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

#28 Qwen3.5 Plus 2026-02-15

medium
成本
$0.011
时间
125.5s
令牌
7,040 tok

#31 Qwen3.6 Plus

medium
成本
$0.024
时间
219.0s
令牌
12,235 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 Plus 2026-02-15 8.2 7.9 83.3% 1 45.78s 672 205 21,236
Qwen3.6 Plus 10.0 10.0 100.0% 0 9.90s 672 207 7,557
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 Plus 2026-02-15 6.6 7.1 44.4% 1 180.70s 6,950 420 80,595
Qwen3.6 Plus 6.1 7.8 44.4% 1 153.12s 7,098 58 50,586
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 Plus 2026-02-15 10.0 10.0 100.0% 0 46.85s 14,934 421 7,906
Qwen3.6 Plus 10.0 10.0 100.0% 0 34.95s 14,934 452 13,073
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 Plus 2026-02-15 10.0 10.0 100.0% 0 46.91s 7,782 270 14,916
Qwen3.6 Plus 10.0 10.0 100.0% 0 14.95s 7,782 270 10,706
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 Plus 2026-02-15 5.3 10.0 33.3% 0 17.50s 444 35 16,680
Qwen3.6 Plus 2.9 7.2 11.1% 1 29.59s 771 56 33,464
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 Plus 2026-02-15 4.7 1.6 66.7% 1 79.86s 344 73 8,675
Qwen3.6 Plus 5.1 10.0 0.0% 0 27.05s 516 111 5,232
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 Plus 2026-02-15 10.0 10.0 100.0% 0 31.93s 699 101 7,704
Qwen3.6 Plus 10.0 10.0 100.0% 0 7.54s 699 102 5,552
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 Plus 2026-02-15 10.0 10.0 100.0% 0 32.50s 696 301 13,853
Qwen3.6 Plus 10.0 10.0 100.0% 0 6.34s 696 309 6,712
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 Plus 2026-02-15 10.0 10.0 100.0% 0 7.54s 8,193 309 909
Qwen3.6 Plus 10.0 10.0 100.0% 0 5.87s 8,193 267 1,330
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 Plus 2026-02-15 3.0 10.0 0.0% 0 103.81s 204 24 17,130
Qwen3.6 Plus 3.0 10.0 0.0% 0 47.51s 204 21 7,761

快速对比

切换对比组合

Claude Opus 4.8lowvsQwen3.6 PlusmediumQwen3.6 PlusmediumvsStep 3.7 FlashlowDeepSeek V4 ProhighvsQwen3.6 PlusmediumClaude Opus 4.8lowvsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighvsQwen3.5 Plus 2026-02-15mediumQwen3.5 Plus 2026-02-15mediumvsStep 3.7 FlashlowGPT-5.3 ChatnonevsQwen3.6 PlusmediumDeepSeek V4 ProhighvsQwen3.5 Plus 2026-02-15mediumDeepSeek V4 FlashhighvsQwen3.6 PlusmediumGemini 3 Flash PreviewlowvsQwen3.6 PlusmediumGPT-5.2 ChatnonevsQwen3.5 Plus 2026-02-15mediumGPT-5.3 ChatnonevsQwen3.5 Plus 2026-02-15medium