#8 Qwen3.5 Plus 2026-02-15
medium- लागत
- $0.011
- समय
- 125.5s
- टोकन
- 7,040 tok
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।
8.5
संगति
9.1
लागू नहीं
$0.220
कुल आउटपुट टोकन
114,010
कुल इनपुट टोकन
0
इनपुट कीमत
$0.260 / 1M
आउटपुट कीमत
$1.560 / 1M
अस्थिर टेस्ट
2
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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 |
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| 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 |