#35
Qwen: Qwen3.5-Flash
Qwen · qwen/qwen3.5-flash-02-23::none
Puntaje prom.
3.63
Costo por resultado
0.084
Consistencia
8.32
Costo total
$0.003
Pruebas correctas
3/14
Una prueba cuenta como totalmente superada solo si todas sus ejecuciones pasan.
Pruebas incorrectas
11
Tasa de aciertos por intento: 33.3%
Pruebas inestables
3
Tiempo de respuesta: promedio 3.55s · total 49.72s · máximo 13.73s
Respuesta incorrecta: 7
Error de API: 2
No siguió las instrucciones: 2
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 | 2.34 | 7.76 | 0/3 |
| Data parsing and extraction | 5.38 | 5.81 | 1/2 |
| Domain specific | 4.00 | 7.21 | 1/3 |
| Instructions following | 3.50 | 9.99 | 0/2 |
| Puzzle Solving | 1.34 | 10.00 | 0/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |