#30 Qwen3.5-27B
medium- लागत
- $0.008
- समय
- 62.0s
- टोकन
- 3,099 tok
सारांश
Qwen3.5-27B AI BENCHY पर 7.8 स्कोर करता है और #30 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 डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #4 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है।
शोध की तारीख: 2026-08-12
7.8
संगति
8.5
10.0
कुल आउटपुट टोकन
337,823
कुल इनपुट टोकन
42,164
इनपुट कीमत
$0.195 / 1M
आउटपुट कीमत
$1.560 / 1M
अस्थिर टेस्ट
4
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-08-14 01:58 दोबारा परीक्षण | 7.5 | 10.0 | $0.982 ↓ | तुलना करें | |
| 2026-07-16 22:51 नया टेस्ट जोड़ा गया | 7.4 | 10.0 | $0.981 ↓ | 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 14:42 | $0.195 / 1M | $1.560 / 1M |
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| 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 |