#132 Qwen3 Coder Next
none
Ungültiges SVG
- Kosten
- $0.058
- Zeit
- 246.3s
- Token
- 64,126 tok
Qwen
Veröffentlichung: 2026-02-03
Getestet am: 2026-05-21 23:44
qwen/qwen3-coder-next::none
(medium)
(none)
Zusammenfassung
Qwen3 Coder Next erreicht 5.1 bei AI BENCHY und liegt auf #132. Das Modell hat 10.0 Zuverlässigkeit, 28.3% Erfolgsrate, $0.008 Gesamtkosten und 8.83s durchschnittliche Antwortzeit.
Was Qwen3 Coder Next besonders macht: Am stärksten ist es in Allgemeine Intelligenz, wo es #1 erreicht; am schwächsten ist Rätsellösen mit #14.
5.1
Konsistenz
9.7
10.0
Gesamte Ausgabe-Token
3,656
Gesamte Eingabe-Token
0
Eingabepreis
$0.110 / 1M
Ausgabepreis
$0.800 / 1M
Instabile Tests
1
Instabile Tests hatten gemischte Ergebnisse über Läufe hinweg (mindestens ein Erfolg und ein Fehlschlag).
Generierungs-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 13:09 Neuer Test hinzugefügt | 4.9 | 10.0 | $0.009 ↓ | Vergleichen | |
| 2026-05-21 23:44 Suite geändert | 5.1 | 10.0 | $0.008 | Aktueller Lauf | |
| 2026-04-14 00:56 Erster erfasster Lauf | 5.1 | k. A. | $0.008 | 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 23:44 · Suite geändert | 5.1 | 9.7 | 10.0 | 5/20 | 1 | 3,656 | 0 | $0.008 | 8.83s |
| 2026-06-04 13:09 · Neuer Test hinzugefügt | 4.9 | 9.7 | 10.0 | 5/21 | 1 | 3,584 | 47,507 | $0.009 | 8.62s |
| Differenz | +0.1 | 0.0 | 0.0 | 0 | 0 | +72 | -47507 | -$0.001 | +206ms |
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
Kategorieaufschlüsselung
| Kategorie | Punktzahl | Konsistenz | Korrekte Tests |
|---|---|---|---|
| Anti-KI-Tricks | 3.6 | 10.0 | |
| Programmierung | 5.4 | 6.9 | |
| Kombiniert | 3.0 | 10.0 | |
| Datenanalyse und -extraktion | 6.5 | 10.0 | |
| Domänenspezifisch | 5.3 | 10.0 | |
| Allgemeine Intelligenz | 10.0 | 10.0 | |
| Befolgung von Anweisungen | 6.3 | 10.0 | |
| Rätsellösen | 3.0 | 10.0 | |
| Werkzeugaufrufe | 10.0 | 10.0 | |
| Allgemeinwissen | 3.0 | 10.0 |