#112 Qwen3.6 35B A3B
none- Cost
- $0.008
- Time
- 30.1s
- Tokens
- 6,317 tok
সারাংশ
Qwen3.6 35B A3B AI BENCHY-তে 5.1 স্কোর করে এবং #112 স্থানে আছে। এর reliability 10.0, pass rate 39.6%, মোট খরচ $0.019, এবং গড় response time 2.87s.
Qwen3.6 35B A3B কে আলাদা করে যা: এটি কোডিং-তে সবচেয়ে ভালোভাবে নজর কাড়ে, যেখানে এর rank #1; আর সমন্বিত এর দুর্বলতম ক্ষেত্র, rank #14.
5.1
ধারাবাহিকতা
7.4
10.0
$0.019
মোট আউটপুট টোকেন
17,503
মোট ইনপুট টোকেন
0
ইনপুট মূল্য
$0.162 / 1M
আউটপুট মূল্য
$0.966 / 1M
অস্থির টেস্ট
5
অস্থির টেস্টে রানভেদে মিশ্র ফল হয়েছে (কমপক্ষে একটি পাস এবং একটি ফেল)।
Generation showcase
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
রান ইতিহাস
| পরীক্ষিত হয়েছে | স্কোর | নির্ভরযোগ্যতা | সঠিক টেস্ট | মোট খরচ | তুলনা করুন |
|---|---|---|---|---|---|
| 2026-06-04 13:19 নতুন টেস্ট যোগ হয়েছে | 4.6 | 10.0 | $0.031 ↑ | তুলনা করুন | |
| 2026-05-21 23:54 স্যুইট পরিবর্তিত হয়েছে | 4.9 | 10.0 | $0.030 | তুলনা করুন | |
| 2026-04-27 23:05 প্রথম রান | 5.1 | 10.0 | $0.019 | বর্তমান রান |
রান তুলনা
| রান | স্কোর | ধারাবাহিকতা | নির্ভরযোগ্যতা | সঠিক টেস্ট | অস্থির টেস্ট | মোট আউটপুট টোকেন | মোট ইনপুট টোকেন | মোট খরচ | প্রতিক্রিয়া সময় (গড়) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-27 23:05 · প্রথম রান | 5.1 | 7.4 | 10.0 | 4/16 | 5 | 17,503 | 0 | $0.019 | 2.87s |
| 2026-06-04 13:19 · নতুন টেস্ট যোগ হয়েছে | 4.6 | 8.0 | 10.0 | 4/21 | 5 | 27,755 | 19,329 | $0.031 | 3.73s |
| পার্থক্য | +0.5 | -0.6 | 0.0 | +2 | 0 | -10252 | -19329 | -$0.012 | -855ms |
এই দুই রান ভিন্ন বেঞ্চমার্ক স্যুইট ব্যবহার করেছে, তাই পার্থক্যগুলোতে মডেল পরিবর্তন এবং স্যুইট পরিবর্তন দুটোই ধরা পড়ে।
প্রথম মডেলটি নির্বাচন করুন, তারপর দ্বিতীয় মডেলে ক্লিক করে পাশাপাশি তুলনা পৃষ্ঠা খুলুন।
| বিভাগ | স্কোর | ধারাবাহিকতা | সঠিক টেস্ট |
|---|---|---|---|
| অ্যান্টি-এআই কৌশল | 3.6 | 7.6 | |
| কোডিং | 10.0 | 10.0 | |
| সমন্বিত | 0.0 | 0.0 | |
| ডেটা পার্সিং ও নিষ্কাশন | 10.0 | 10.0 | |
| ডোমেইন-নির্দিষ্ট | 3.5 | 4.4 | |
| Sadharon Buddhimotta | 4.4 | 3.0 | |
| নির্দেশনা অনুসরণ | 6.2 | 5.8 | |
| ধাঁধা সমাধান | 3.2 | 9.9 | |
| টুল কলিং | 0.0 | 0.0 |