AI BENCHY
Advertise here
#8

Qwen3.5 Plus 2026-02-15

Qwen रिलीज़: 2026-02-15 परीक्षण किया गया: 2026-04-11 01:44 qwen/qwen3.5-plus-02-15::medium
(medium) (none)

सारांश

Qwen3.5 Plus 2026-02-15 AI BENCHY पर 8.5 स्कोर करता है और #8 पर है। इसकी reliability लागू नहीं, pass rate 83.3%, कुल लागत $0.220, और औसत response time 46.56s है।

Qwen3.5 Plus 2026-02-15 को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

संगति

9.1

विश्वसनीयता

लागू नहीं

कुल आउटपुट टोकन

114,010

कुल इनपुट टोकन

0

इनपुट कीमत

$0.260 / 1M

आउटपुट कीमत

$1.560 / 1M

सही परीक्षण

गलत टेस्ट: 4

प्रति प्रयास पास दर: 83.3%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

46.56s

प्रतिक्रिया समय (अधिकतम): 120.91s

प्रतिक्रिया समय (कुल): 512.20s

जनरेशन शोकेस

Hamster playing table tennis

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

#8 Qwen3.5 Plus 2026-02-15

medium
लागत
$0.011
समय
125.5s
टोकन
7,040 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:17 नया टेस्ट जोड़ा गया 7.9 8.9 $0.310 तुलना करें
2026-05-21 23:53 सूट बदला गया 8.1 10.0 $0.317 तुलना करें
2026-04-11 01:44 पहला दर्ज रन 8.5 लागू नहीं $0.220 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 8.2 7.9
कोडिंग 10.0 10.0
संयुक्त 10.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.7 1.6
निर्देश पालन 10.0 10.0
पहेली समाधान 10.0 10.0
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल