AI BENCHY
Your ad here

#114

Qwen3.5-9B

Qwen रिलीज़: 2026-03-02 परीक्षण किया गया: 2026-04-25 22:06 qwen/qwen3.5-9b::medium
(none) (medium)

संगति

7.2

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

196,888

???? ???

$0.100 / 1M

????? ???

$0.150 / 1M

सही परीक्षण

गलत टेस्ट: 15

प्रति प्रयास पास दर: 33.3%

अस्थिर टेस्ट

6

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

प्रतिक्रिया समय (औसत)

73.64s

प्रतिक्रिया समय (अधिकतम): 226.38s

प्रतिक्रिया समय (कुल): 1104.60s

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 5.1 5.8
कोडिंग 2.6 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 3.6 5.6
डोमेन-विशिष्ट 3.6 7.2
Samanya Buddhimatta 2.8 1.6
निर्देश पालन 6.4 5.8
पहेली समाधान 3.1 10.0
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल