#115

Qwen3.5-35B-A3B

Qwen रिलीज़: 2026-02-24 परीक्षण किया गया: 2026-07-16 22:51 qwen/qwen3.5-35b-a3b::medium

(medium) (none)

सारांश

Qwen3.5-35B-A3B AI BENCHY पर 6.2 स्कोर करता है और #115 पर है। इसकी reliability 10.0, pass rate 66.7%, कुल लागत $0.837, और औसत response time 112.47s है।

Qwen3.5-35B-A3B को अलग क्या बनाता है: यह एंटी-एआई ट्रिक्स में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि Samanya Buddhimatta इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

स्कोर

6.2

संगति

7.6

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.837 ↓ -16.7%

परीक्षण के समय: $1.005

कुल आउटपुट टोकन

826,670

कुल इनपुट टोकन

130,388

इनपुट कीमत

$0.140 / 1M

आउटपुट कीमत

$1.000 / 1M

सही परीक्षण

गलत टेस्ट: 11

प्रति प्रयास पास दर: 66.7%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

112.47s

प्रतिक्रिया समय (अधिकतम): 950.25s

प्रतिक्रिया समय (कुल): 2474.28s

समय समाप्त: 5 कोई उत्तर नहीं: 2 गलत उत्तर: 2 API त्रुटि: 1 अमान्य टूल कॉल: 1

Hamster playing table tennis

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

#115 Qwen3.5-35B-A3B

medium

लागत: $0.009
समय: 71.4s
टोकन: 8,631 tok

रन इतिहास

परीक्षण किया गया	स्कोर	विश्वसनीयता	कुल लागत	तुलना करें
2026-07-16 22:51 नया टेस्ट जोड़ा गया	6.2	10.0	$0.837 ↓	वर्तमान रन
2026-06-04 13:42 नया टेस्ट जोड़ा गया	7.1	8.9	$0.401 ↓	तुलना करें
2026-05-22 00:15 सूट बदला गया	7.0	6.7	$0.547	तुलना करें
2026-04-11 01:44 पहला दर्ज रन	7.4	लागू नहीं	$0.398	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	$0.140 / 1M	$1.000 / 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
एंटी-एआई ट्रिक्स	10.0	10.0
कोडिंग	5.9	9.3
संयुक्त	3.8	5.8
डेटा पार्सिंग और निष्कर्षण	7.3	5.9
डोमेन-विशिष्ट	4.1	4.4
Samanya Buddhimatta	2.8	1.6
निर्देश पालन	10.0	10.0
पहेली समाधान	8.2	7.2
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Qwen3.5-35B-A3B

Hamster playing table tennis

#115 Qwen3.5-35B-A3B

चार्ट

स्कोर के अनुसार शीर्ष मॉडल

स्कोर vs कुल लागत

प्रतिक्रिया समय (औसत)

स्कोर vs प्रतिक्रिया समय (औसत)

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

तुलना किए गए मॉडल