तुलना करें चार्ट

भाषा:

❤️ Made by XCS

AI BENCHY तुलना

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

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-Flash none रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#13	#35
स्कोर	6.77	3.63
संगति	8.22	8.32
प्रति परिणाम लागत	5.137	0.084
कुल लागत	$0.463	$0.003
सही परीक्षण
गलत टेस्ट	5	11
प्रति प्रयास पास दर	76.2%	33.3%
अस्थिर टेस्ट	3	3
आउटपुट टोकन	16,751	1,799
रीजनिंग टोकन	125,394	0

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-Flash	2.33	7.76	11.1%	1		687	0

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-Flash	5.38	5.81	83.3%	1		193	0

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-Flash	4.00	7.21	55.6%	1		14	0

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-Flash	3.50	9.99	0.0%	0		63	0

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-Flash	1.33	9.99	0.0%	0		578	0

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-Flash	10.00	10.00	100.0%	0		264	0

तुलना जोड़ी बदलें

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

Qwen: Qwen3.5-Flash की तुलना इससे करें...