#13
Qwen: Qwen3.5-122B-A10B
Qwen · qwen/qwen3.5-122b-a10b::medium
Ø-Score
6.77
Kosten pro Ergebnis
5.137
Konsistenz
8.22
Gesamtkosten
$0.463
Korrekte Tests
9/14
Ein Test gilt nur dann als vollständig bestanden, wenn alle Läufe bestanden wurden.
Falsche Tests
5
Erfolgsquote pro Versuch: 76.2%
Instabile Tests
3
Antwortzeit: Durchschn. 23.85s · Gesamt 333.92s · Max. 119.29s
Falsche Antwort: 3
Anweisungen nicht befolgt: 1
Zeitüberschreitung: 1
Top-Modelle nach Score
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Kategorieaufschlüsselung
| Kategorie | Ø-Score | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-AI Tricks | 10.00 | 10.00 | 3/3 |
| Data parsing and extraction | 9.88 | 10.00 | 2/2 |
| Domain specific | 1.00 | 7.21 | 0/3 |
| Instructions following | 5.50 | 5.92 | 1/2 |
| Puzzle Solving | 7.00 | 7.21 | 2/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |