#24
Qwen: Qwen3.5-Flash
Qwen · qwen/qwen3.5-flash-02-23::medium
Puntaje prom.
5.79
Costo por resultado
0.650
Consistencia
7.61
Costo total
$0.046
Pruebas correctas
7/14
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.
Pruebas incorrectas
7
Tasa de aciertos por intento: 66.7%
Pruebas inestables
4
Tiempo de respuesta: promedio 86.89s · total 1216.50s · máximo 234.29s
Tiempo agotado: 3
Error de API: 2
No siguió las instrucciones: 1
Respuesta incorrecta: 1
Mejores modelos por puntuación
Elige el primer modelo y luego haz clic en un segundo modelo para abrir una página lado a lado.
Desglose por categoría
| Categoría | Puntaje prom. | Consistencia | Pruebas correctas |
|---|---|---|---|
| Anti-AI Tricks | 10.00 | 10.00 | 3/3 |
| Data parsing and extraction | 5.50 | 5.87 | 1/2 |
| Domain specific | 1.00 | 4.42 | 0/3 |
| Instructions following | 7.50 | 9.91 | 1/2 |
| Puzzle Solving | 4.00 | 7.21 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |