#59 Qwen3.6 Flash
medium
Invalid SVG
- Cost
- $0.008
- Time
- 29.9s
- Tokens
- 6,784 tok
Qwen
Veröffentlichung: 2026-04-20
Getestet am: 2026-05-21 23:53
qwen/qwen3.6-flash::medium
(medium)
(none)
Zusammenfassung
Qwen3.6 Flash erreicht 7.4 bei AI BENCHY und liegt auf #59. Das Modell hat 9.7 Zuverlässigkeit, 68.3% Erfolgsrate, $0.348 Gesamtkosten und 18.96s durchschnittliche Antwortzeit.
7.4
Konsistenz
8.0
Gesamte Ausgabe-Token
234,489
Gesamte Eingabe-Token
0
Eingabepreis
$0.188 / 1M
Ausgabepreis
$1.125 / 1M
Instabile Tests
5
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generation showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:18 Neuer Test hinzugefügt | 7.5 | 10.0 | $0.288 ↓ | Vergleichen | |
| 2026-05-21 23:53 Suite geändert | 7.4 | 9.7 | $0.348 | Aktueller Lauf | |
| 2026-04-27 23:06 Erster Lauf | 8.1 | 10.0 | $0.174 | Vergleichen |
Dieser Lauf nutzte eine andere Benchmark-Suite. Berücksichtige Suite-Änderungen bei der historischen Einordnung.
Laufvergleich
| Lauf | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-05-21 23:53 · Suite geändert | 7.4 | 8.0 | 9.7 | 11/20 | 5 | 234,489 | 0 | $0.348 | 18.96s |
| 2026-06-04 13:18 · Neuer Test hinzugefügt | 7.5 | 8.1 | 10.0 | 12/21 | 5 | 248,353 | 42,362 | $0.288 | 19.25s |
| Differenz | -0.2 | -0.1 | -0.3 | -1 | 0 | -13864 | -42362 | +$0.060 | -290ms |
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 FlashmediumvsGemini 3.5 FlashminimalQwen3.6 FlashmediumvsQwen3.5 Plus 2026-04-20mediumQwen3.6 FlashmediumvsDeepSeek V4 FlashhighQwen3.6 FlashmediumvsGemma 4 26B A4BmediumKostenlos verfügbarQwen3.6 FlashmediumvsGemini 3 Flash PreviewmediumQwen3.6 FlashmediumvsGemini 3.5 FlashhighQwen3.6 FlashmediumvsNemotron 3 Ultra 550b A55bmediumKostenlos verfügbarQwen3.6 FlashmediumvsGemini 3.5 Flashlow
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 5.1 | 6.8 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 3.5 | 4.4 | |
| Allgemeine Intelligenz | 4.8 | 9.9 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 6.1 | 4.7 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |