AI BENCHY
Advertise here
#189

Qwen3.5-Flash

Qwen रिलीज़: 2026-02-24 परीक्षण किया गया: 2026-08-14 01:50 qwen/qwen3.5-flash-02-23::none
~35B कुल (~3B सक्रिय)MoEबंद स्रोतअनुमानित
(medium) (none)

सारांश

Qwen3.5-Flash AI BENCHY पर 6.0 स्कोर करता है और #189 पर है। इसकी reliability 10.0, pass rate 34.9%, कुल लागत $0.073, और औसत response time 25.28s है।

Qwen3.5-Flash को अलग क्या बनाता है: यह Samanya Buddhimatta में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि पहेली समाधान इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर 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।

संगति

9.3

कुल लागत (वर्तमान कीमत)

$0.073 ↓ -2.5%

परीक्षण के समय: $0.075

कुल आउटपुट टोकन

209,201

कुल इनपुट टोकन

282,356

इनपुट कीमत

$0.065 / 1M

आउटपुट कीमत

$0.260 / 1M

सही परीक्षण

गलत टेस्ट: 15

प्रति प्रयास पास दर: 34.9%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

25.28s

प्रतिक्रिया समय (अधिकतम): 480.96s

प्रतिक्रिया समय (कुल): 556.14s

Hamster playing table tennis

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

#189 Qwen3.5-Flash

none
लागत
$0.003
समय
47.4s
टोकन
7,799 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 01:50 दोबारा परीक्षण 6.0 10.0 $0.073 वर्तमान रन
2026-07-16 22:07 नया टेस्ट जोड़ा गया 6.1 10.0 $0.073 तुलना करें
2026-06-04 13:25 नया टेस्ट जोड़ा गया 5.8 10.0 $0.005 तुलना करें
2026-05-21 23:55 सूट बदला गया 5.9 10.0 $0.006 तुलना करें
2026-04-11 01:19 पहला दर्ज रन 6.2 लागू नहीं $0.006 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
2026-08-14 12:51 $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

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 3.5 8.3
कोडिंग 5.5 10.0
संयुक्त 2.9 5.8
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 6.3 10.0
पहेली समाधान 3.1 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल