#124 Qwen3.5-122B-A10B
none- খরচ
- $0.016
- সময়
- 44.5s
- টোকেন
- 6,431 tok
সারাংশ
Qwen3.5-122B-A10B AI BENCHY-তে 5.4 স্কোর করে এবং #124 স্থানে আছে। এর reliability 10.0, pass rate 35.0%, মোট খরচ $0.023, এবং গড় response time 3.38s.
Qwen3.5-122B-A10B কে আলাদা করে যা: এটি ডোমেইন-নির্দিষ্ট-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #2; আর অ্যান্টি-এআই কৌশল এর দুর্বলতম ক্ষেত্র, rank #18. এই score range-এর জন্য মোট benchmark খরচ অস্বাভাবিকভাবে কম।
গবেষণার তারিখ: 2026-08-12
5.4
ধারাবাহিকতা
9.2
10.0
$0.023
মোট আউটপুট টোকেন
3,375
মোট ইনপুট টোকেন
0
ইনপুট মূল্য
$0.260 / 1M
আউটপুট মূল্য
$2.080 / 1M
অস্থির টেস্ট
2
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-08-14 01:51 পুনরায় পরীক্ষা | 5.7 | 10.0 | $0.283 ↑ | তুলনা করুন | |
| 2026-07-16 22:04 নতুন টেস্ট যোগ হয়েছে | 5.7 | 10.0 | $0.247 ↓ | তুলনা করুন | |
| 2026-06-04 13:26 নতুন টেস্ট যোগ হয়েছে | 5.3 | 10.0 | $0.020 ↓ | তুলনা করুন | |
| 2026-05-21 23:57 স্যুইট পরিবর্তিত হয়েছে | 5.4 | 10.0 | $0.023 | বর্তমান রান | |
| 2026-04-11 01:44 প্রথম নথিভুক্ত রান | 5.7 | প্রযোজ্য নয় | $0.022 | তুলনা করুন |
এই রানটি ভিন্ন একটি বেঞ্চমার্ক স্যুইট ব্যবহার করেছে। ঐতিহাসিক পরিবর্তন পড়ার সময় স্যুইট পরিবর্তনও মাথায় রাখুন।
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 4.8 | 10.0 | |
| কোডিং | 4.0 | 5.5 | |
| সমন্বিত | 3.0 | 10.0 | |
| ডেটা পার্সিং ও নিষ্কাশন | 10.0 | 10.0 | |
| ডোমেইন-নির্দিষ্ট | 5.3 | 10.0 | |
| Sadharon Buddhimotta | 5.0 | 10.0 | |
| নির্দেশনা অনুসরণ | 6.3 | 10.0 | |
| ধাঁধা সমাধান | 3.7 | 7.7 | |
| টুল কলিং | 10.0 | 10.0 | |
| সাধারণ জ্ঞান | 3.0 | 10.0 |