#8 Qwen3.6 Max Preview
medium- Kosten
- $0.024
- Zeit
- 76.5s
- Token
- 3,861 tok
Qwen
Veröffentlichung: 2026-04-20
Getestet am: 2026-04-27 23:07
qwen/qwen3.6-max-preview::medium
~1T insgesamt (~40B aktiv)MoEGeschlossenGeschätzt
(medium)
(none)
Zusammenfassung
Qwen3.6 Max Preview erreicht 8.8 bei AI BENCHY und liegt auf #8. Das Modell hat 10.0 Zuverlässigkeit, 85.2% Erfolgsrate, $0.823 Gesamtkosten und 48.31s durchschnittliche Antwortzeit.
Modelldaten
Recherchiert am 2026-08-12
- Parameter
- ~1T insgesamt (~40B aktiv)
- Architektur
- MoE
- Verfügbarkeit
- Geschlossen
- Lizenz
- -
Beste Schätzung auf Grundlage öffentlicher Informationen; der Anbieter hat nicht alle Werte offengelegt.
8.8
Konsistenz
9.5
10.0
Gesamte Ausgabe-Token
99,653
Gesamte Eingabe-Token
0
Eingabepreis
$1.300 / 1M
Ausgabepreis
$7.800 / 1M
Instabile Tests
1
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 01:45 Erneuter Test | 8.6 | 10.0 | $1.132 ↓ | 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 | Vergleichen | |
| 2026-04-27 23:07 Erster Lauf | 8.8 | 10.0 | $0.823 | Aktueller Lauf |
Laufvergleich
| Lauf | Benchmark-Abdeckung | Punktzahl | Konsistenz | Zuverlässigkeit | Korrekte Tests | Instabile Tests | Gesamte Ausgabe-Token | Gesamte Eingabe-Token | Gesamtkosten | Antwortzeit (Durchschnitt) |
|---|---|---|---|---|---|---|---|---|---|---|
| 2026-04-27 23:07 · Erster Lauf | 54/54 Versuche | 8.8 | 9.5 | 10.0 | 15/18 | 1 | 99,653 | 0 | $0.823 | 48.31s |
| 2026-08-14 01:45 · Erneuter Test | 66/66 Versuche | 8.6 | 9.3 | 10.0 | 17/22 | 2 | 170,373 | 79,249 | $1.132 | 66.52s |
| Differenz | — | +0.2 | +0.2 | 0.0 | -2 | -1 | -70720 | -79249 | -$0.309 | -18209ms |
Die Benchmark-Abdeckung unterscheidet sich: 54/54 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 Max PreviewmediumvsClaude Fable 5mediumQwen3.6 Max PreviewmediumvsQwen3.8 MaxlowQwen3.6 Max PreviewmediumvsMuse Spark 1.1mediumQwen3.6 Max PreviewmediumvsGPT-5.4mediumQwen3.6 Max PreviewmediumvsMuse Spark 1.2mediumQwen3.6 Max PreviewmediumvsDeepSeek V4.1 FlashlowQwen3.6 Max PreviewmediumvsMuse Spark 1.2highQwen3.6 Max PreviewmediumvsDeepSeek V4.1 FlashhighQwen3.6 Max PreviewmediumvsClaude Opus 4.7mediumQwen3.6 Max PreviewmediumvsDeepSeek V4.1 Flashmedium
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 10.0 | 10.0 | |
| Programmierung | 10.0 | 10.0 | |
| 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 |