AI BENCHY
Advertise here
#54

Qwen3.5 Plus 2026-02-15

Qwen रिलीज़: 2026-02-15 परीक्षण किया गया: 2026-04-11 01:19 qwen/qwen3.5-plus-02-15::none
(medium) (none)

सारांश

Qwen3.5 Plus 2026-02-15 AI BENCHY पर 6.8 स्कोर करता है और #54 पर है। इसकी reliability लागू नहीं, pass rate 53.7%, कुल लागत $0.017, और औसत response time 2.60s है।

Qwen3.5 Plus 2026-02-15 को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि संयुक्त इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

स्कोर

6.8

संगति

9.3

विश्वसनीयता

लागू नहीं

कुल लागत (वर्तमान कीमत)

$0.017

कुल आउटपुट टोकन

2,461

कुल इनपुट टोकन

0

इनपुट कीमत

$0.260 / 1M

आउटपुट कीमत

$1.560 / 1M

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 53.7%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

2.60s

प्रतिक्रिया समय (अधिकतम): 6.65s

प्रतिक्रिया समय (कुल): 31.23s

गलत उत्तर: 9

जनरेशन शोकेस

Hamster playing table tennis

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

#54 Qwen3.5 Plus 2026-02-15

none
लागत
$0.012
समय
153.2s
टोकन
7,787 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:10 नया टेस्ट जोड़ा गया 6.3 10.0 $0.016 ↓ तुलना करें
2026-05-21 23:45 सूट बदला गया 6.4 10.0 $0.018 तुलना करें
2026-04-11 01:19 पहला दर्ज रन 6.8 लागू नहीं $0.017 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

Qwen3.5 Plus 2026-02-15nonevsGemini 2.5 FlashnoneQwen3.5 Plus 2026-02-15nonevsGPT-5.5noneQwen3.5 Plus 2026-02-15nonevsGemini 3.1 Flash LiteminimalQwen3.5 Plus 2026-02-15nonevsQwen3.5-35B-A3BmediumQwen3.5 Plus 2026-02-15nonevsGemini 3.5 FlashhighQwen3.5 Plus 2026-02-15nonevsGemini 3 Flash PreviewmediumQwen3.5 Plus 2026-02-15nonevsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धQwen3.5 Plus 2026-02-15nonevsGPT-5.5low

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 4.8 10.0
कोडिंग 6.3 3.7
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 4.4 3.0
निर्देश पालन 10.0 10.0
पहेली समाधान 7.7 10.0
टूल कॉलिंग 10.0 10.0

तुलना किए गए मॉडल