AI BENCHY
Advertise here
#36

Qwen3.5-27B

Qwen रिलीज़: 2026-02-24 परीक्षण किया गया: 2026-06-04 13:40 qwen/qwen3.5-27b::medium
(medium) (none)

सारांश

Qwen3.5-27B AI BENCHY पर 7.9 स्कोर करता है और #36 पर है। इसकी reliability 10.0, pass rate 73.0%, कुल लागत $0.536, और औसत response time 68.39s है।

Qwen3.5-27B 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

7.9

संगति

8.5

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.536 ↓ -16.0%

परीक्षण के समय: $0.638

कुल आउटपुट टोकन

337,823

कुल इनपुट टोकन

42,164

इनपुट कीमत

$0.195 / 1M

आउटपुट कीमत

$1.560 / 1M

सही परीक्षण

गलत टेस्ट: 8

प्रति प्रयास पास दर: 73.0%

अस्थिर टेस्ट

4

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

प्रतिक्रिया समय (औसत)

68.39s

प्रतिक्रिया समय (अधिकतम): 234.36s

प्रतिक्रिया समय (कुल): 1436.24s

गलत उत्तर: 4 निर्देशों का पालन नहीं किया: 2 अतिरिक्त फॉर्मेटिंग: 1 समय समाप्त: 1

जनरेशन शोकेस

Hamster playing table tennis

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

#36 Qwen3.5-27B

medium
लागत
$0.008
समय
62.0s
टोकन
3,099 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:40 नया टेस्ट जोड़ा गया 7.8 10.0 $0.536 ↓ वर्तमान रन
2026-05-22 00:04 सूट बदला गया 7.9 10.0 $0.607 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 8.4 लागू नहीं $0.497 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 $0.195 / 1M $1.560 / 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

Qwen3.5-27BmediumvsQwen3.5 Plus 2026-02-15mediumQwen3.5-27BmediumvsGPT-5.4 MinimediumQwen3.5-27BmediumvsClaude Sonnet 5mediumQwen3.5-27BmediumvsGLM 5.2highQwen3.5-27BmediumvsQwen3.6 PlusmediumQwen3.5-27BmediumvsGemini 3.5 FlashhighQwen3.5-27BmediumvsGemini 3 Flash PreviewmediumQwen3.5-27BmediumvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धQwen3.5-27BmediumvsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.7 7.9
कोडिंग 6.2 7.1
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 6.1 3.1
निर्देश पालन 10.0 10.0
पहेली समाधान 8.2 7.7
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल