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

#76

Qwen3.5-122B-A10B

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

संगति

9.2

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

3,341

इनपुट कीमत

$0.260 / 1M

आउटपुट कीमत

$2.080 / 1M

सही परीक्षण

गलत टेस्ट: 12

प्रति प्रयास पास दर: 38.9%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

3.69s

प्रतिक्रिया समय (अधिकतम): 46.00s

प्रतिक्रिया समय (कुल): 66.50s

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-05-21 23:57 सूट बदला गया 5.4 10.0 $0.023 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 5.7 लागू नहीं $0.022 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 4.8 10.0
कोडिंग 4.3 1.1
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 5.0 10.0
निर्देश पालन 4.5 6.8
पहेली समाधान 5.4 10.0
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल