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 medium रिलीज़: रिलीज़ तिथि अज्ञात
रैंक	#13	#24
स्कोर	6.77	5.79
संगति	8.22	7.60
प्रति परिणाम लागत	5.137	0.650
कुल लागत	$0.463	$0.046
सही परीक्षण
गलत टेस्ट	5	7
प्रति प्रयास पास दर	76.2%	66.7%
अस्थिर टेस्ट	3	4
आउटपुट टोकन	16,751	1,194
रीजनिंग टोकन	125,394	108,368

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	10.00	10.00	100.0%	0		363	23,645

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	5.50	5.87	83.3%	1		235	16,237

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	1.00	4.41	33.3%	2		52	34,605

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	7.50	9.91	50.0%	0		98	14,139

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	4.00	7.21	55.6%	1		137	18,458

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		309	1,284

तुलना जोड़ी बदलें

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

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