तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

Qwen: Qwen3.5-122B-A10B vs Qwen: Qwen3.5-27B

मॉडल नाम:

बेंचमार्क AI BENCHY टेस्ट सूट्स से इस समय जनरेट किए गए: : 2026-02-27 15:16

सारांश

मेट्रिक	Qwen: Qwen3.5-122B-A10B medium रिलीज़: रिलीज़ तिथि अज्ञात	Qwen: Qwen3.5-27B medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#13	#5
स्कोर	6.77	8.55
संगति	8.22	9.55
प्रति परिणाम लागत	5.137	2.950
कुल लागत	$0.463	$0.325
सही परीक्षण
गलत टेस्ट	5	3
प्रति प्रयास पास दर	76.2%	83.3%
अस्थिर टेस्ट	3	1
आउटपुट टोकन	16,751	1,091
रीजनिंग टोकन	125,394	131,807

श्रेणी विवरण

एंटी-एआई ट्रिक्स	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-122B-A10B	10.00	10.00	100.0%	0		248	10,486
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		102	8,956

डेटा पार्सिंग और निष्कर्षण	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-122B-A10B	9.88	10.00	100.0%	0		270	16,558
Qwen: Qwen3.5-27B	9.88	10.00	100.0%	0		270	16,150

डोमेन-विशिष्ट	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-122B-A10B	1.00	7.21	11.1%	1		15,537	64,889
Qwen: Qwen3.5-27B	4.00	10.00	33.3%	0		43	52,368

निर्देश पालन	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-122B-A10B	5.50	5.92	83.3%	1		77	7,372
Qwen: Qwen3.5-27B	9.00	6.88	83.3%	1		97	11,638

Puzzle Solving	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-122B-A10B	7.00	7.21	88.9%	1		297	24,863
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		231	41,372

टूल कॉलिंग	स्कोर	संगति	प्रति प्रयास पास दर	अस्थिर टेस्ट	सही परीक्षण	आउटपुट टोकन	रीजनिंग टोकन
Qwen: Qwen3.5-122B-A10B	10.00	10.00	100.0%	0		322	1,226
Qwen: Qwen3.5-27B	10.00	10.00	100.0%	0		348	1,323

तुलना जोड़ी बदलें

Qwen: Qwen3.5-122B-A10B की तुलना इससे करें...

Qwen: Qwen3.5-27B की तुलना इससे करें...