#72
Qwen
रिलीज़: 2026-02-24
परीक्षण किया गया: 2026-04-11 01:19
qwen/qwen3.5-27b::none
(medium)
(none)
इनपुट कीमत
$0.195 / 1M
आउटपुट कीमत
$1.560 / 1M
अस्थिर टेस्ट
2
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-05-21 23:59 सूट बदला गया | 5.8 | 10.0 | $0.017 | तुलना करें | |
| 2026-04-11 01:19 पहला दर्ज रन | 5.9 | लागू नहीं | $0.016 | वर्तमान रन |
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-11 01:19 · पहला दर्ज रन | 5.9 | 9.2 | लागू नहीं | 6/18 | 2 | 3,545 | $0.016 | 1.74s |
| 2026-05-21 23:59 · सूट बदला गया | 5.8 | 9.3 | 10.0 | 7/20 | 2 | 3,582 | $0.017 | 1.67s |
| अंतर | +0.1 | -0.1 | -1 | 0 | -37 | -$0.001 | +71ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Qwen3.5-27BnonevsQwen3.5 Plus 2026-02-15noneQwen3.5-27BnonevsGLM 5noneQwen3.5-27BnonevsGemma 4 26B A4Bnoneनिःशुल्क उपलब्धQwen3.5-27BnonevsMercury 2mediumQwen3.5-27BnonevsMiMo-V2-OmninoneQwen3.5-27BnonevsGemini 3 Flash PreviewmediumQwen3.5-27BnonevsGemini 3.5 FlashhighQwen3.5-27BnonevsRing-2.6-1TmediumQwen3.5-27BnonevsGemini 3.5 Flashlow
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 4.8 | 10.0 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 2.8 | 1.6 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| निर्देश पालन | 4.8 | 10.0 | |
| पहेली समाधान | 6.7 | 7.9 | |
| टूल कॉलिंग | 10.0 | 10.0 |