AI BENCHY
Advertise here
#45

Qwen3.5-122B-A10B

Qwen रिलीज़: 2026-02-24 परीक्षण किया गया: 2026-06-04 13:31 qwen/qwen3.5-122b-a10b::medium
(medium) (none)

सारांश

Qwen3.5-122B-A10B AI BENCHY पर 7.7 स्कोर करता है और #45 पर है। इसकी reliability 10.0, pass rate 73.0%, कुल लागत $0.588, और औसत response time 42.49s है।

Qwen3.5-122B-A10B को अलग क्या बनाता है: यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

स्कोर

7.7

संगति

8.8

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.588 ↓ -19.8%

परीक्षण के समय: $0.733

कुल आउटपुट टोकन

277,215

कुल इनपुट टोकन

41,832

इनपुट कीमत

$0.260 / 1M

आउटपुट कीमत

$2.080 / 1M

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 73.0%

अस्थिर टेस्ट

3

अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।

प्रतिक्रिया समय (औसत)

42.49s

प्रतिक्रिया समय (अधिकतम): 168.16s

प्रतिक्रिया समय (कुल): 892.30s

गलत उत्तर: 5 समय समाप्त: 2

जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#45 Qwen3.5-122B-A10B

medium
लागत
$0.019
समय
48.7s
टोकन
6,034 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:31 नया टेस्ट जोड़ा गया 7.8 10.0 $0.588 ↓ वर्तमान रन
2026-05-22 00:03 सूट बदला गया 7.7 10.0 $0.650 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 8.1 लागू नहीं $0.528 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 15:40 $0.260 / 1M $2.080 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Qwen3.5-122B-A10BmediumvsGemini 3.1 Flash LitemediumQwen3.5-122B-A10BmediumvsQwen3.5 Plus 2026-04-20mediumQwen3.5-122B-A10BmediumvsClaude Opus 4.8lowQwen3.5-122B-A10BmediumvsGemini 3.1 Flash Lite PreviewmediumQwen3.5-122B-A10BmediumvsGrok 4.3mediumQwen3.5-122B-A10BmediumvsGemini 3.5 FlashhighQwen3.5-122B-A10BmediumvsGemini 3 Flash PreviewmediumQwen3.5-122B-A10BmediumvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धQwen3.5-122B-A10BmediumvsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 6.0 7.2
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 2.9 7.2
Samanya Buddhimatta 3.4 2.2
निर्देश पालन 10.0 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल