#13
Qwen: Qwen3.5-122B-A10B
Qwen · qwen/qwen3.5-122b-a10b::medium
औसत स्कोर
6.77
प्रति परिणाम लागत
5.137
संगति
8.22
कुल लागत
$0.463
सही परीक्षण
9/14
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।
गलत टेस्ट
5
प्रति प्रयास पास दर: 76.2%
अस्थिर टेस्ट
3
प्रतिक्रिया समय: औसत 23.85s · कुल 333.92s · अधिकतम 119.29s
गलत उत्तर: 3
निर्देशों का पालन नहीं किया: 1
समय समाप्त: 1
स्कोर के अनुसार शीर्ष मॉडल
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
श्रेणी विवरण
| श्रेणी | औसत स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| Anti-AI Tricks | 10.00 | 10.00 | 3/3 |
| Data parsing and extraction | 9.88 | 10.00 | 2/2 |
| Domain specific | 1.00 | 7.21 | 0/3 |
| Instructions following | 5.50 | 5.92 | 1/2 |
| Puzzle Solving | 7.00 | 7.21 | 2/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |