AI BENCHY
Advertise here
#190

Qwen3.5-35B-A3B

Qwen रिलीज़: 2026-02-24 परीक्षण किया गया: 2026-08-14 01:53 qwen/qwen3.5-35b-a3b::none
35B कुल (3B सक्रिय)MoEमुक्त स्रोत
(medium) (none)

सारांश

Qwen3.5-35B-A3B AI BENCHY पर 5.9 स्कोर करता है और #190 पर है। इसकी reliability 10.0, pass rate 39.4%, कुल लागत $0.142, और औसत response time 12.73s है।

Qwen3.5-35B-A3B को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #2 है; जबकि पहेली समाधान इसकी सबसे कमजोर जगह है, जहाँ यह #12 पर है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
35B कुल (3B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
Apache-2.0

संगति

8.6

कुल लागत (वर्तमान कीमत)

$0.142 ↑ +28.5%

परीक्षण के समय: $0.111

कुल आउटपुट टोकन

86,616

कुल इनपुट टोकन

134,530

इनपुट कीमत

$0.250 / 1M

आउटपुट कीमत

$1.250 / 1M

सही परीक्षण

गलत टेस्ट: 16

प्रति प्रयास पास दर: 39.4%

अस्थिर टेस्ट

4

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

प्रतिक्रिया समय (औसत)

12.73s

प्रतिक्रिया समय (अधिकतम): 209.15s

प्रतिक्रिया समय (कुल): 279.97s

Hamster playing table tennis

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

#190 Qwen3.5-35B-A3B

none
लागत
$0.005
समय
28.4s
टोकन
4,518 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 01:53 दोबारा परीक्षण 5.9 10.0 $0.187 वर्तमान रन
2026-07-16 22:11 नया टेस्ट जोड़ा गया 6.1 10.0 $0.106 तुलना करें
2026-06-04 13:29 नया टेस्ट जोड़ा गया 5.6 10.0 $0.012 तुलना करें
2026-05-22 00:00 सूट बदला गया 5.8 10.0 $0.016 तुलना करें
2026-04-11 01:19 पहला दर्ज रन 6.1 लागू नहीं $0.016 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

रन तुलना

रनबेंचमार्क कवरेजस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-08-14 01:53 · वर्तमान रन66/66 प्रयास5.98.610.06/22486,616134,530$0.14212.73s
2026-07-16 22:11 · नया टेस्ट जोड़ा गया66/66 प्रयास6.18.610.07/22486,614134,521$0.10612.72s
अंतर-0.10.00.0-10+2+9+$0.037+3ms

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

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
2026-08-14 12:51 $0.225 / 1M $1.800 / 1M
2026-08-20 12:51 $0.250 / 1M $1.250 / 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 3.4 7.9
कोडिंग 5.5 10.0
संयुक्त 3.8 5.8
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 6.5 3.4
निर्देश पालन 6.3 10.0
पहेली समाधान 3.7 7.4
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल