AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#20

Qwen3.5-122B-A10B

Qwen रिलीज़: 2026-02-24 परीक्षण किया गया: 2026-04-11 01:44 qwen/qwen3.5-122b-a10b::medium
(medium) (none)

सारांश

Qwen3.5-122B-A10B AI BENCHY पर 8.1 स्कोर करता है और #20 पर है। इसकी reliability लागू नहीं, pass rate 79.6%, कुल लागत $0.528, और औसत response time 31.38s 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।

संगति

8.6

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

180,303

कुल इनपुट टोकन

0

इनपुट कीमत

$0.260 / 1M

आउटपुट कीमत

$2.080 / 1M

सही परीक्षण

गलत टेस्ट: 5

प्रति प्रयास पास दर: 79.6%

अस्थिर टेस्ट

3

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

प्रतिक्रिया समय (औसत)

31.38s

प्रतिक्रिया समय (अधिकतम): 119.29s

प्रतिक्रिया समय (कुल): 564.84s

जनरेशन शोकेस

Hamster playing table tennis

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

#20 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 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

चार्ट

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

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

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

तुलना किए गए मॉडल