#24
Qwen: Qwen3.5-Flash
Qwen · qwen/qwen3.5-flash-02-23::medium
Ø-Score
5.79
Kosten pro Ergebnis
0.650
Konsistenz
7.61
Gesamtkosten
$0.046
Korrekte Tests
7/14
Ein Test gilt nur dann als vollständig bestanden, wenn alle Läufe bestanden wurden.
Falsche Tests
7
Erfolgsquote pro Versuch: 66.7%
Instabile Tests
4
Antwortzeit: Durchschn. 86.89s · Gesamt 1216.50s · Max. 234.29s
Zeitüberschreitung: 3
API-Fehler: 2
Anweisungen nicht befolgt: 1
Falsche Antwort: 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 | 7.50 | 9.91 | 1/2 |
| Puzzle Solving | 4.00 | 7.21 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |