AI BENCHY
Advertise here
#48

Qwen3.5-Flash

Qwen रिलीज़: 2026-02-24 परीक्षण किया गया: 2026-06-04 13:36 qwen/qwen3.5-flash-02-23::medium
~35B कुल (~3B सक्रिय)MoEबंद स्रोतअनुमानित
(medium) (none)

सारांश

Qwen3.5-Flash AI BENCHY पर 7.4 स्कोर करता है और #48 पर है। इसकी reliability 8.9, pass rate 71.4%, कुल लागत $0.080, और औसत response time 63.29s है।

Qwen3.5-Flash को अलग क्या बनाता है: यह निर्देश पालन में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #18 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

अनुमानित
पैरामीटर
~35B कुल (~3B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
बंद स्रोत
लाइसेंस
-

सार्वजनिक साक्ष्यों पर आधारित सर्वोत्तम अनुमान; प्रदाता ने सभी मान जारी नहीं किए हैं।

पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

7.4

संगति

8.1

विश्वसनीयता

8.9

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

Hamster playing table tennis

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

#48 Qwen3.5-Flash

medium
लागत
$0.002
समय
25.8s
टोकन
4,294 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 01:52 दोबारा परीक्षण 6.1 10.0 $0.142 ↓ तुलना करें
2026-07-16 22:15 नया टेस्ट जोड़ा गया 6.2 10.0 $0.139 ↓ 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 14:42 $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-FlashmediumvsGemini 3.1 Flash LitenoneQwen3.5-FlashmediumvsInklinglowQwen3.5-FlashmediumvsQwen3.7 FlashnoneQwen3.5-FlashmediumvsTrinity Large ThinkingmediumQwen3.5-Flashmediumvsgpt-oss-120bmediumQwen3.5-FlashmediumvsQwen3.6 FlashnoneQwen3.5-FlashmediumvsQwen3.5-35B-A3BmediumQwen3.5-FlashmediumvsGemma 4 31Bnoneनिःशुल्क उपलब्धQwen3.5-FlashmediumvsGemini 3.1 Flash LiteminimalQwen3.5-FlashmediumvsQwen3.5 Plus 2026-04-20none

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