#35
Qwen: Qwen3.5-Flash
Qwen · qwen/qwen3.5-flash-02-23::none
Ø-Score
3.63
Kosten pro Ergebnis
0.084
Konsistenz
8.32
Gesamtkosten
$0.003
Korrekte Tests
3/14
Ein Test gilt nur dann als vollständig bestanden, wenn alle Läufe bestanden wurden.
Falsche Tests
11
Erfolgsquote pro Versuch: 33.3%
Instabile Tests
3
Antwortzeit: Durchschn. 3.55s · Gesamt 49.72s · Max. 13.73s
Falsche Antwort: 7
API-Fehler: 2
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 | 2.34 | 7.76 | 0/3 |
| Data parsing and extraction | 5.38 | 5.81 | 1/2 |
| Domain specific | 4.00 | 7.21 | 1/3 |
| Instructions following | 3.50 | 9.99 | 0/2 |
| Puzzle Solving | 1.34 | 10.00 | 0/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |