AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#55

Qwen3.5-27B

Qwen रिलीज़: 2026-02-24 परीक्षण किया गया: 2026-07-16 22:51 qwen/qwen3.5-27b::medium
27Bसघनमुक्त स्रोत
(medium) (none)

सारांश

Qwen3.5-27B AI BENCHY पर 7.4 स्कोर करता है और #55 पर है। इसकी reliability 10.0, pass rate 72.7%, कुल लागत $0.981, और औसत response time 111.94s है।

Qwen3.5-27B को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #3 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
27B
आर्किटेक्चर
सघन
उपलब्धता
मुक्त स्रोत
लाइसेंस
Apache-2.0

संगति

8.2

कुल लागत (वर्तमान कीमत)

$0.981 ↓ -9.4%

परीक्षण के समय: $1.083

कुल आउटपुट टोकन

614,429

कुल इनपुट टोकन

111,635

इनपुट कीमत

$0.195 / 1M

आउटपुट कीमत

$1.560 / 1M

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 72.7%

अस्थिर टेस्ट

5

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

प्रतिक्रिया समय (औसत)

111.94s

प्रतिक्रिया समय (अधिकतम): 1026.43s

प्रतिक्रिया समय (कुल): 2462.67s

Hamster playing table tennis

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

#55 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
2026-08-14 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 वर्तमान रन
2026-06-04 13:40 नया टेस्ट जोड़ा गया 7.8 10.0 $0.536 तुलना करें
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

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 8.7 7.9
कोडिंग 6.2 7.1
संयुक्त 7.3 5.8
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