#24
Qwen: Qwen3.5-Flash
Qwen · qwen/qwen3.5-flash-02-23::medium
औसत स्कोर
5.79
प्रति परिणाम लागत
0.650
संगति
7.61
कुल लागत
$0.046
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: 66.7%
अस्थिर टेस्ट
4
प्रतिक्रिया समय: औसत 86.89s · कुल 1216.50s · अधिकतम 234.29s
समय समाप्त: 3
API त्रुटि: 2
निर्देशों का पालन नहीं किया: 1
गलत उत्तर: 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 | 7.50 | 9.91 | 1/2 |
| Puzzle Solving | 4.00 | 7.21 | 1/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |