#83 Qwen3.6 27B
medium- Kosten
- $0.009
- Zeit
- 39.6s
- Token
- 3,090 tok
Qwen
Veröffentlichung: 2026-04-20
Getestet am: 2026-05-21 23:59
qwen/qwen3.6-27b::medium
27BDichtOpen Source
(medium)
(none)
Zusammenfassung
Qwen3.6 27B erreicht 6.6 bei AI BENCHY und liegt auf #83. Das Modell hat 9.9 Zuverlässigkeit, 58.3% Erfolgsrate, $0.272 Gesamtkosten und 57.65s durchschnittliche Antwortzeit.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- 27B
- Architektur
- Dicht
- Verfügbarkeit
- Open Source
- Lizenz
- Apache-2.0
6.6
Konsistenz
8.1
Gesamte Ausgabe-Token
118,704
Gesamte Eingabe-Token
0
Eingabepreis
$0.317 / 1M
Ausgabepreis
$3.200 / 1M
Instabile Tests
5
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
Testverlauf
| Getestet am | Punktzahl | Zuverlässigkeit | Korrekte Tests | Gesamtkosten | Vergleichen |
|---|---|---|---|---|---|
| 2026-08-14 01:41 Erneuter Test | 6.5 | 10.0 | $1.045 ↑ | Vergleichen | |
| 2026-07-16 22:13 Neuer Test hinzugefügt | 6.5 | 10.0 | $0.779 ↑ | Vergleichen | |
| 2026-06-04 13:21 Neuer Test hinzugefügt | 6.8 | 10.0 | $0.444 ↑ | Vergleichen | |
| 2026-05-21 23:59 Suite geändert | 6.6 | 9.9 | $0.272 | Aktueller Lauf | |
| 2026-04-27 21:48 Neuer Test hinzugefügt | 7.0 | 10.0 | $0.209 | Vergleichen | |
| 2026-04-27 21:31 Erster erfasster Lauf | 7.9 | 10.0 | $0.043 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:59 · Suite geändert | 60/60 Versuche | 6.6 | 8.1 | 9.9 | 9/20 | 5 | 118,704 | 0 | $0.272 | 57.65s |
| 2026-08-14 01:41 · Erneuter Test | 66/66 Versuche | 6.5 | 7.6 | 10.0 | 10/22 | 7 | 272,573 | 106,176 | $1.045 | 106.06s |
| Differenz | — | +0.1 | +0.5 | -0.1 | -1 | -2 | -153869 | -106176 | -$0.774 | -48410ms |
Die Benchmark-Abdeckung unterscheidet sich: 60/60 Versuche (Ziel: 3 Wiederholungen pro Test) gegenüber 66/66 Versuche (Ziel: 3 Wiederholungen pro Test). Summen und wiederholungsabhängige Metriken sind nicht direkt vergleichbar.
Diese beiden Läufe nutzten unterschiedliche Benchmark-Suiten, daher spiegeln die Deltas sowohl Modell- als auch Suite-Änderungen wider.
Diagramme
Wähle zuerst das erste Modell und klicke dann ein zweites Modell, um eine Seite im direkten Vergleich zu öffnen.
Top-Modelle nach Score
Punktzahl vs Gesamtkosten
Antwortzeit (Durchschnitt)
Punktzahl vs Antwortzeit (Durchschnitt)
Gesamte Ausgabe-Token
Punktzahl vs Gesamte Ausgabe-Token
Schnellvergleich
Qwen3.6 27BmediumvsQwen3.5 Plus 2026-02-15noneQwen3.6 27BmediumvsLaguna XS 2.1mediumKostenlos verfügbarQwen3.6 27BmediumvsMercury 2.5 PreviewhighQwen3.6 27BmediumvsGemini 3.1 Flash Lite PreviewnoneQwen3.6 27BmediumvsQwen3.6 35B A3BmediumQwen3.6 27BmediumvsQwen3.6 Max PreviewnoneQwen3.6 27BmediumvsGemini 3.1 Flash LitelowQwen3.6 27BmediumvsDots 3 Note PreviewlowKostenlos verfügbarQwen3.6 27BmediumvsInkling SmallmediumQwen3.6 27BmediumvsDots 3 Note PreviewhighKostenlos verfügbar
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 8.3 | 10.0 | |
| Programmierung | 6.6 | 10.0 | |
| Kombiniert | 7.0 | 3.7 | |
| Datenanalyse und -extraktion | 3.5 | 1.4 | |
| Domänenspezifisch | 2.9 | 7.2 | |
| Allgemeine Intelligenz | 6.5 | 3.4 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 7.7 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |