导航
AI BENCHY
Advertise here

AI BENCHY 对比

Qwen: Qwen3.5 Plus 2026-02-15 vs Qwen: Qwen3.5 Plus 2026-04-20

摘要

Qwen3.5 Plus 2026-02-15 vs Qwen3.5 Plus 2026-04-20 benchmark 对比：Qwen3.5 Plus 2026-02-15 平均分领先，为 6.3 vs 5.7。 Qwen3.5 Plus 2026-02-15 benchmark 成本更低，为 $0.016 vs $0.032。 Qwen3.5 Plus 2026-02-15 更快，为 2.31s vs 4.39s，通过率为 46.0% vs 41.3%。

推荐模型: Qwen3.5 Plus 2026-02-15 - 它在这里得分最高（6.3），同时成本比Qwen3.5 Plus 2026-04-20低约 2.0 倍。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-10

指标 Qwen3.5 Plus 2026-02-15 Qwen3.5 Plus 2026-02-15 none 发布日期: 2026-02-15 Qwen3.5 Plus 2026-04-20 Qwen3.5 Plus 2026-04-20 none 发布日期: 2026-04-20
分数 6.3 5.7
排名 #96 #115
可靠性 10.0 10.0
一致性 9.4 8.6
测试正确
尝试通过率 46.0% 41.3%
不稳定测试 2 4
总运行次数 63 63
每个结果成本 0.204 0.595
总成本 $0.016 $0.032
输入价格 $0.260 / 1M $0.300 / 1M
输出价格 $1.560 / 1M $1.800 / 1M
总输入令牌 45,864 38,910
输出令牌 2,480 11,145
推理令牌 0 0
响应时间（平均） 2.31s 4.39s
响应时间（最大） 6.65s 33.34s
响应时间（总计） 34.63s 92.26s

Generation showcase

Hamster playing table tennis

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

#96 Qwen3.5 Plus 2026-02-15

none
Cost
$0.012
Time
153.2s
Tokens
7,787 tok

#115 Qwen3.5 Plus 2026-04-20

none
Cost
$0.008
Time
77.0s
Tokens
4,369 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 4.8 10.0 25.0% 0 1.91s 696 517 0
Qwen3.5 Plus 2026-04-20 4.8 10.0 25.0% 0 1.88s 696 557 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 Plus 2026-02-15 4.3 7.9 11.1% 1 2.05s 7,913 473 0
Qwen3.5 Plus 2026-04-20 3.9 7.8 11.1% 1 1.69s 7,913 480 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 Plus 2026-02-15 3.0 10.0 0.0% 0 6.65s 18,304 314 0
Qwen3.5 Plus 2026-04-20 2.8 1.6 33.3% 1 13.32s 11,350 2,275 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 Plus 2026-02-15 10.0 10.0 100.0% 0 1.89s 7,794 243 0
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 2.82s 7,794 243 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 Plus 2026-02-15 5.3 10.0 33.3% 0 1.17s 789 17 0
Qwen3.5 Plus 2026-04-20 5.3 10.0 33.3% 0 4.43s 789 18 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 Plus 2026-02-15 4.4 3.0 33.3% 1 2.26s 522 117 0
Qwen3.5 Plus 2026-04-20 4.8 10.0 0.0% 0 1.41s 522 119 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 Plus 2026-02-15 10.0 10.0 100.0% 0 1.67s 711 72 0
Qwen3.5 Plus 2026-04-20 6.2 5.8 66.7% 1 1.17s 711 68 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 Plus 2026-02-15 7.7 10.0 66.7% 0 2.71s 714 494 0
Qwen3.5 Plus 2026-04-20 6.7 7.9 55.6% 1 1.97s 714 583 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 Plus 2026-02-15 10.0 10.0 100.0% 0 3.33s 8,211 222 0
Qwen3.5 Plus 2026-04-20 10.0 10.0 100.0% 0 4.42s 8,211 297 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 Plus 2026-02-15 3.0 10.0 0.0% 0 1.11s 210 11 0
Qwen3.5 Plus 2026-04-20 3.0 10.0 0.0% 0 33.34s 210 6,505 0

快速对比

切换对比组合

GPT-5 NanomediumvsQwen3.5 Plus 2026-02-15noneCobuddymediumvsQwen3.5 Plus 2026-04-20noneNemotron 3 Supermedium免费可用vsQwen3.5 Plus 2026-04-20nonegpt-oss-120bmedium免费可用vsQwen3.5 Plus 2026-02-15noneGemini 3.1 Flash LiteminimalvsQwen3.5 Plus 2026-02-15noneDeepSeek V4 ProhighvsQwen3.5 Plus 2026-02-15noneDeepSeek V4 ProhighvsQwen3.5 Plus 2026-04-20noneMiniMax M2.5mediumvsQwen3.5 Plus 2026-04-20noneMiniMax M2.7mediumvsQwen3.5 Plus 2026-04-20noneMistral Small 4mediumvsQwen3.5 Plus 2026-04-20noneMercury 2mediumvsQwen3.5 Plus 2026-02-15nonegpt-oss-120bmedium免费可用vsQwen3.5 Plus 2026-04-20none