#22
Qwen: Qwen3.5-35B-A3B
Qwen · qwen/qwen3.5-35b-a3b::medium
औसत स्कोर
5.93
प्रति परिणाम लागत
5.169
संगति
6.62
कुल लागत
$0.362
सही परीक्षण
7/14
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।
गलत टेस्ट
7
प्रति प्रयास पास दर: 73.8%
अस्थिर टेस्ट
6
प्रतिक्रिया समय: औसत 44.87s · कुल 628.19s · अधिकतम 106.00s
निर्देशों का पालन नहीं किया: 2
समय समाप्त: 2
गलत उत्तर: 2
API त्रुटि: 1
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 | 10.00 | 10.00 | 3/3 |
| Data parsing and extraction | 5.50 | 5.87 | 1/2 |
| Domain specific | 1.00 | 4.42 | 0/3 |
| Instructions following | 8.00 | 6.80 | 1/2 |
| Puzzle Solving | 4.34 | 4.70 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |