#35
Qwen: Qwen3.5-Flash
Qwen · qwen/qwen3.5-flash-02-23::none
औसत स्कोर
3.63
प्रति परिणाम लागत
0.084
संगति
8.32
कुल लागत
$0.003
सही परीक्षण
3/14
कोई टेस्ट तभी पूरी तरह पास माना जाएगा जब उसके सभी रन पास हों।
गलत टेस्ट
11
प्रति प्रयास पास दर: 33.3%
अस्थिर टेस्ट
3
प्रतिक्रिया समय: औसत 3.55s · कुल 49.72s · अधिकतम 13.73s
गलत उत्तर: 7
API त्रुटि: 2
निर्देशों का पालन नहीं किया: 2
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 | 2.34 | 7.76 | 0/3 |
| Data parsing and extraction | 5.38 | 5.81 | 1/2 |
| Domain specific | 4.00 | 7.21 | 1/3 |
| Instructions following | 3.50 | 9.99 | 0/2 |
| Puzzle Solving | 1.34 | 10.00 | 0/3 |
| Tool Calling | 10.00 | 10.00 | 1/1 |