#29
Qwen: Qwen3.5-27B
Qwen · qwen/qwen3.5-27b::none
औसत स्कोर
4.70
प्रति परिणाम लागत
0.190
संगति
9.94
कुल लागत
$0.010
सही परीक्षण
5/14
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।
गलत टेस्ट
9
प्रति प्रयास पास दर: 35.7%
अस्थिर टेस्ट
0
प्रतिक्रिया समय: औसत 1.14s · कुल 16.01s · अधिकतम 3.54s
गलत उत्तर: 7
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 | 1.00 | 10.00 | 0/3 |
| Instructions following | 4.00 | 10.00 | 0/2 |
| Puzzle Solving | 4.34 | 9.68 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |