#29
Qwen: Qwen3.5-27B
Qwen · qwen/qwen3.5-27b::none
Ø-Score
4.70
Kosten pro Ergebnis
0.190
Konsistenz
9.94
Gesamtkosten
$0.010
Korrekte Tests
5/14
Ein Test gilt nur dann als vollständig bestanden, wenn alle Läufe bestanden wurden.
Falsche Tests
9
Erfolgsquote pro Versuch: 35.7%
Instabile Tests
0
Antwortzeit: Durchschn. 1.14s · Gesamt 16.01s · Max. 3.54s
Falsche Antwort: 7
Anweisungen nicht befolgt: 2
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 | 4.00 | 10.00 | 1/3 |
| Data parsing and extraction | 9.88 | 10.00 | 2/2 |
| Domain specific | 1.00 | 10.00 | 0/3 |
| Instructions following | 4.00 | 10.00 | 0/2 |
| Puzzle Solving | 4.34 | 9.68 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |