#27
Qwen: Qwen3.5-122B-A10B
Qwen · qwen/qwen3.5-122b-a10b::none
औसत स्कोर
5.20
प्रति परिणाम लागत
0.206
संगति
10.00
कुल लागत
$0.013
सही परीक्षण
6/14
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।
गलत टेस्ट
8
प्रति प्रयास पास दर: 42.9%
अस्थिर टेस्ट
0
प्रतिक्रिया समय: औसत 875ms · कुल 12.25s · अधिकतम 2.04s
गलत उत्तर: 6
निर्देशों का पालन नहीं किया: 2
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 | 4.00 | 10.00 | 1/3 |
| Data parsing and extraction | 9.88 | 10.00 | 2/2 |
| Domain specific | 4.00 | 10.00 | 1/3 |
| Instructions following | 3.00 | 9.95 | 0/2 |
| Puzzle Solving | 4.34 | 10.00 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |