#35
Qwen: Qwen3.5-Flash
Qwen · qwen/qwen3.5-flash-02-23::none
গড় স্কোর
3.63
প্রতি ফলাফলে খরচ
0.084
ধারাবাহিকতা
8.32
মোট খরচ
$0.003
সঠিক টেস্ট
3/14
একটি টেস্ট তখনই সম্পূর্ণ পাস ধরা হবে যখন তার সব রান পাস করবে।
ভুল টেস্ট
11
প্রতি চেষ্টায় পাস রেট: 33.3%
অস্থির টেস্ট
3
প্রতিক্রিয়া সময়: গড় 3.55s · মোট 49.72s · সর্বোচ্চ 13.73s
ভুল উত্তর: 7
API ত্রুটি: 2
নির্দেশনা অনুসরণ করা হয়নি: 2
স্কোর অনুযায়ী শীর্ষ মডেল
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
বিভাগভিত্তিক বিশ্লেষণ
| বিভাগ | গড় স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| Anti-AI Tricks | 2.34 | 7.76 | 0/3 |
| Data parsing and extraction | 5.38 | 5.81 | 1/2 |
| Domain specific | 4.00 | 7.21 | 1/3 |
| Instructions following | 3.50 | 9.99 | 0/2 |
| Puzzle Solving | 1.34 | 10.00 | 0/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |