#22
Qwen: Qwen3.5-35B-A3B
Qwen · qwen/qwen3.5-35b-a3b::medium
Ø-Score
5.93
Kosten pro Ergebnis
5.169
Konsistenz
6.62
Gesamtkosten
$0.362
Korrekte Tests
7/14
Ein Test gilt nur dann als vollständig bestanden, wenn alle Läufe bestanden wurden.
Falsche Tests
7
Erfolgsquote pro Versuch: 73.8%
Instabile Tests
6
Antwortzeit: Durchschn. 44.87s · Gesamt 628.19s · Max. 106.00s
Anweisungen nicht befolgt: 2
Zeitüberschreitung: 2
Falsche Antwort: 2
API-Fehler: 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 | 5.50 | 5.87 | 1/2 |
| Domain specific | 1.00 | 4.42 | 0/3 |
| Instructions following | 8.00 | 6.80 | 1/2 |
| Puzzle Solving | 4.34 | 4.70 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |