AI BENCHY
Advertise here
#49

Qwen3.5-Flash

Qwen रिलीज़: 2026-02-24 परीक्षण किया गया: 2026-06-04 13:36 qwen/qwen3.5-flash-02-23::medium
(medium) (none)

सारांश

Qwen3.5-Flash AI BENCHY पर 7.4 स्कोर करता है और #49 पर है। इसकी reliability 10.0, pass rate 71.4%, कुल लागत $0.080, और औसत response time 63.29s है।

Qwen3.5-Flash को अलग क्या बनाता है: यह पहेली समाधान में सबसे अलग दिखता है, जहाँ इसकी रैंक #3 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #15 पर है। यह असामान्य रूप से अधिक reasoning tokens इस्तेमाल करता है, जिससे धीमे या महंगे runs समझ में आ सकते हैं।

स्कोर

7.4

संगति

8.1

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.080 ↓ -23.7%

परीक्षण के समय: $0.105

कुल आउटपुट टोकन

296,686

कुल इनपुट टोकन

38,926

इनपुट कीमत

$0.065 / 1M

आउटपुट कीमत

$0.260 / 1M

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 71.4%

अस्थिर टेस्ट

5

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

प्रतिक्रिया समय (औसत)

63.29s

प्रतिक्रिया समय (अधिकतम): 234.29s

प्रतिक्रिया समय (कुल): 1265.85s

गलत उत्तर: 4 समय समाप्त: 3 API त्रुटि: 1 निर्देशों का पालन नहीं किया: 1

Generation showcase

Hamster playing table tennis

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

#49 Qwen3.5-Flash

medium
Cost
$0.002
Time
25.8s
Tokens
4,294 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:36 नया टेस्ट जोड़ा गया 7.4 8.9 $0.080 ↓ वर्तमान रन
2026-05-21 23:57 सूट बदला गया 7.4 8.3 $0.104 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 7.8 लागू नहीं $0.080 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 $0.065 / 1M $0.260 / 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

Qwen3.5-FlashmediumvsMiMo-V2.5-PromediumQwen3.5-FlashmediumvsGPT-5.4 MinimediumQwen3.5-FlashmediumvsGPT-5.2mediumQwen3.5-FlashmediumvsQwen3.6 35B A3BmediumQwen3.5-FlashmediumvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धQwen3.5-FlashmediumvsGrok Build 0.1mediumQwen3.5-FlashmediumvsGemini 3 Flash PreviewmediumQwen3.5-FlashmediumvsGemini 3.5 FlashhighQwen3.5-FlashmediumvsGemini 3.5 Flashlow

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 3.7 7.2
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 7.3 5.9
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 6.1 3.1
निर्देश पालन 10.0 10.0
पहेली समाधान 8.2 7.2
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल