#20
Qwen
रिलीज़: 2026-02-24
परीक्षण किया गया: 2026-04-11 01:44
qwen/qwen3.5-122b-a10b::medium
(medium)
(none)
इनपुट कीमत
$0.260 / 1M
आउटपुट कीमत
$2.080 / 1M
अस्थिर टेस्ट
3
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 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 | वर्तमान रन |
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:44 · पहला दर्ज रन | 8.1 | 8.6 | लागू नहीं | 13/18 | 3 | 180,303 | $0.528 | 31.38s |
| 2026-05-22 00:03 · सूट बदला गया | 7.7 | 8.8 | 10.0 | 13/20 | 3 | 238,285 | $0.650 | 39.29s |
| अंतर | +0.4 | -0.2 | 0 | 0 | -57982 | -$0.122 | -7914ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Qwen3.5-122B-A10BmediumvsGemma 4 26B A4Bmediumनिःशुल्क उपलब्धQwen3.5-122B-A10BmediumvsGrok 4.3mediumQwen3.5-122B-A10BmediumvsGPT-5.2 ChatnoneQwen3.5-122B-A10BmediumvsGLM 5 TurbomediumQwen3.5-122B-A10BmediumvsQwen3.6 PlusmediumQwen3.5-122B-A10BmediumvsGemini 3 Flash PreviewmediumQwen3.5-122B-A10BmediumvsGemini 3.5 FlashhighQwen3.5-122B-A10BmediumvsRing-2.6-1TmediumQwen3.5-122B-A10BmediumvsGemini 3.5 Flashlow
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 4.7 | 1.6 | |
| 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 |