AI BENCHY
Advertise here
#98

Qwen3.5-9B

Qwen रिलीज़: 2026-03-02 परीक्षण किया गया: 2026-04-20 17:48 qwen/qwen3.5-9b::none
(medium) (none)

सारांश

Qwen3.5-9B AI BENCHY पर 4.8 स्कोर करता है और #98 पर है। इसकी reliability लागू नहीं, pass rate 24.1%, कुल लागत $0.005, और औसत response time 1.47s है।

स्कोर

4.8

संगति

9.6

विश्वसनीयता

लागू नहीं

कुल लागत (वर्तमान कीमत)

$0.005

कुल आउटपुट टोकन

3,951

कुल इनपुट टोकन

0

इनपुट कीमत

$0.100 / 1M

आउटपुट कीमत

$0.150 / 1M

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 24.1%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

1.47s

प्रतिक्रिया समय (अधिकतम): 5.91s

प्रतिक्रिया समय (कुल): 26.43s

गलत उत्तर: 10 निर्देशों का पालन नहीं किया: 3 अमान्य टूल कॉल: 1

Generation showcase

Hamster playing table tennis

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

#98 Qwen3.5-9B

none
Invalid SVG
Cost
$0.000
Time
300.0s
Tokens
0 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:30 नया टेस्ट जोड़ा गया 4.6 10.0 $0.003 ↓ तुलना करें
2026-05-22 00:02 सूट बदला गया 4.6 10.0 $0.005 तुलना करें
2026-05-08 13:28 सूट बदला गया 4.7 10.0 $0.005 तुलना करें
2026-05-08 13:28 सूट बदला गया 4.7 10.0 $0.005 तुलना करें
2026-04-20 17:48 पहला दर्ज रन 4.8 लागू नहीं $0.005 वर्तमान रन

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Qwen3.5-9BnonevsKimi K2.6noneनिःशुल्क उपलब्धQwen3.5-9Bnonevsgpt-oss-120bnoneनिःशुल्क उपलब्धQwen3.5-9BnonevsMiMo-V2.5-PrononeQwen3.5-9BnonevsGrok 4.20noneQwen3.5-9BnonevsGLM 4.7 FlashnoneQwen3.5-9BnonevsQwen3.6 FlashnoneQwen3.5-9BnonevsGemini 3 Flash PreviewmediumQwen3.5-9BnonevsGemini 3.5 FlashhighQwen3.5-9BnonevsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धQwen3.5-9BnonevsGemini 3.5 Flashlow

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 3.1 9.9
कोडिंग 5.2 3.4
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.0 10.0
Samanya Buddhimatta 4.4 9.9
निर्देश पालन 6.5 10.0
पहेली समाधान 3.2 9.9
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल