#14 Qwen3.6 Max Preview
medium- Kosten
- $0.024
- Zeit
- 76.5s
- Token
- 3,861 tok
Qwen
Veröffentlichung: 2026-04-20
Getestet am: 2026-05-21 23:59
qwen/qwen3.6-max-preview::medium
(medium)
(none)
Zusammenfassung
Qwen3.6 Max Preview erreicht 8.4 bei AI BENCHY und liegt auf #14. Das Modell hat 10.0 Zuverlässigkeit, 80.0% Erfolgsrate, $1.036 Gesamtkosten und 58.41s durchschnittliche Antwortzeit.
8.4
Konsistenz
9.2
10.0
Gesamte Ausgabe-Token
133,033
Gesamte Eingabe-Token
0
Eingabepreis
$1.040 / 1M
Ausgabepreis
$6.240 / 1M
Instabile Tests
2
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 |
|---|---|---|---|---|---|
| 2026-07-16 21:55 Neuer Test hinzugefügt | 8.4 | 9.9 | $1.143 ↓ | Vergleichen | |
| 2026-06-04 13:25 Neuer Test hinzugefügt | 8.5 | 10.0 | $0.960 ↓ | Vergleichen | |
| 2026-05-21 23:59 Suite geändert | 8.4 | 10.0 | $1.036 | Aktueller Lauf | |
| 2026-04-27 23:07 Erster Lauf | 8.8 | 10.0 | $0.823 | 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 23:59 · Suite geändert | 8.4 | 9.2 | 10.0 | 15/20 | 2 | 133,033 | 0 | $1.036 | 58.41s |
| 2026-07-16 21:55 · Neuer Test hinzugefügt | 8.4 | 8.9 | 9.9 | 16/22 | 3 | 169,940 | 79,240 | $1.143 | 67.53s |
| Differenz | 0.0 | +0.3 | +0.1 | -1 | -1 | -36907 | -79240 | -$0.108 | -9116ms |
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 Max PreviewmediumvsGPT-5.4mediumQwen3.6 Max PreviewmediumvsGrok 4.5lowQwen3.6 Max PreviewmediumvsClaude Opus 5lowQwen3.6 Max PreviewmediumvsGPT-5.2mediumQwen3.6 Max PreviewmediumvsClaude Fable 5mediumQwen3.6 Max PreviewmediumvsGrok 4.5mediumQwen3.6 Max PreviewmediumvsMuse Spark 1.1mediumQwen3.6 Max PreviewmediumvsClaude Sonnet 5mediumQwen3.6 Max PreviewmediumvsClaude Opus 4.7mediumQwen3.6 Max PreviewmediumvsMuse Spark 1.1low
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 8.2 | 6.7 | |
| Kombiniert | 10.0 | 10.0 | |
| Datenanalyse und -extraktion | 10.0 | 10.0 | |
| Domänenspezifisch | 2.9 | 7.2 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 10.0 | 10.0 | |
| Rätsellösen | 10.0 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |