AI BENCHY
Advertise here

#36

Qwen3.5-Flash

Qwen रिलीज़: 2026-02-24 परीक्षण किया गया: 2026-04-11 01:44 qwen/qwen3.5-flash-02-23::medium
(medium) (none)

संगति

7.3

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

193,972

इनपुट कीमत

$0.065 / 1M

आउटपुट कीमत

$0.260 / 1M

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 81.5%

अस्थिर टेस्ट

6

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

प्रतिक्रिया समय (औसत)

66.72s

प्रतिक्रिया समय (अधिकतम): 234.29s

प्रतिक्रिया समय (कुल): 1201.03s

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
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 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

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 4.7 1.6
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 6.4 4.4
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल