Geschwindigkeitsanalyse
Latenz über alle Benchmark-Läufe gemessen. P50 (Median) und P95 (95. Perzentil) zeigen ein realistisches Bild der Antwortgeschwindigkeit bei normaler und Spitzenlast.
Qualitätswerte
Wie sich dieses Modell je Prompt-Kategorie zum übrigen Feld verhält, aus einem paarweisen Fit über dieselben Prompts. Die rohe Jury-Wertung steht unter jeder Zahl.
Gewinnrate je Kategorie: wie oft dieses Modell ein durchschnittliches Modell bei einem Prompt dieser Kategorie schlägt. 50% ist der Durchschnitt, keine schlechte Note. Es ist kein Prozentsatz richtiger Antworten.
Preise
Was Sie pro Million Tokens zahlen, wenn Sie dieses Modell über Tokonomix nutzen, plus eine Schätzung für ein typisches Gespräch.
Tokens pro Sekunde
Durchsatz in Tokens pro Sekunde, abgeleitet aus gemessener P50-Latenz. Höhere Werte sind besser; Schwankungen spiegeln die Provider-seitige Last wider.
Geschätzt aus P50-Latenz × 200 Output-Tokens — die absolute Zahl hängt von dieser Annahme ab; entscheidend ist der Trend.
Fähigkeiten
Verfügbarkeit
Verfügbarkeit
Wie oft dieses Modell antwortet, wenn wir es aufrufen — gemessen anhand echter API-Anfragen und Live-Tests der letzten 30 Tage. Dies ist unabhängig von der Qualität: Diese Zahlen zeigen nur, ob das Modell antwortet, nicht wie gut die Antwort ist.
Letzte 7 Tage
100.0%
n=7
Letzte 30 Tage
100.0%
n=7
Mediane Antwortzeit
10,144ms
n=7
Basierend auf 387 Messungen in den letzten 30 Tagen.
Technische Details
Nur echte API-Aufrufe und Live-Test-Anfragen werden gezählt — interne Proben und Benchmark-Läufe sind ausgeschlossen.
Aufrufe mit einem eigenen API-Schlüssel (BYOK) sind ausgeschlossen: Diese Fehler sind schlüsselspezifisch und kein Zeichen für Modellausfälle.
Fehlgeschlagene Aufrufe werden NICHT in Qualitätswerten berücksichtigt — Qualität wird nur für erfolgreiche Antworten gemessen. Verfügbarkeit und Qualität sind unabhängige Signale.
Mediane Antwortzeit (p50) über erfolgreiche Aufrufe mit aufgezeichneter Dauer. Ausreißer beeinflussen den Median weniger als den Durchschnitt.
Gesamte Aufrufe (30d)
7
OK-Antworten (30d)
7
Gesamte Aufrufe (7d)
7
OK-Antworten (7d)
7
Tokonomix-Benchmark-Urteile
Qwen3.5-9B quality plummets 51 points with 53% latency increase
Qwen3.5-9B by OVH AI Endpoints experienced a severe performance degradation in the current benchmark window. The overall quality score collapsed from 96.0 to 45.0, representing a 51-point drop that signals significant model capability issues. Multilingual performance, the only category with current data, fell from a perfect 100 to just 45, while coding scores disappeared entirely from the current window. Latency performance also deteriorated substantially, with the median response time climbing from 14,645ms to 22,418ms, a 53% increase that pushes the p50 past 22 seconds. The current window shows only a single test run compared to two in the previous period, which may indicate reduced service reliability or availability. This dramatic regression across both quality and performance metrics suggests potential infrastructure problems, model version issues, or service disruptions at the GRA endpoint. Users should exercise caution and may experience inconsistent results until these issues are resolved.
Qualität
45.0
Latenz p50
22,418 ms
Testläufe
1