#34 Qwen3.5 Plus 2026-04-20
medium- लागत
- $0.008
- समय
- 76.7s
- टोकन
- 4,355 tok
Qwen
रिलीज़: 2026-04-20
परीक्षण किया गया: 2026-05-08 14:34
qwen/qwen3.5-plus-20260420::medium
(medium)
(none)
सारांश
Qwen3.5 Plus 2026-04-20 AI BENCHY पर 7.8 स्कोर करता है और #34 पर है। इसकी reliability 9.6, pass rate 73.7%, कुल लागत $0.305, और औसत response time 35.96s है।
Qwen3.5 Plus 2026-04-20 को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि डोमेन-विशिष्ट इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है।
7.8
संगति
9.1
9.6
$0.305
कुल आउटपुट टोकन
121,204
कुल इनपुट टोकन
0
इनपुट कीमत
$0.400 / 1M
आउटपुट कीमत
$2.400 / 1M
अस्थिर टेस्ट
2
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
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 |
|---|---|---|---|---|---|
| 2026-07-16 22:06 नया टेस्ट जोड़ा गया | 7.2 | 9.6 | $0.317 ↓ | तुलना करें | |
| 2026-06-04 13:15 नया टेस्ट जोड़ा गया | 7.6 | 9.9 | $0.317 ↓ | तुलना करें | |
| 2026-05-21 23:53 सूट बदला गया | 7.6 | 9.6 | $0.363 | तुलना करें | |
| 2026-05-08 14:34 सूट बदला गया | 7.8 | 9.6 | $0.305 | तुलना करें | |
| 2026-05-08 14:34 सूट बदला गया | 7.8 | 9.6 | $0.305 | वर्तमान रन | |
| 2026-04-27 23:09 पहला रन | 8.2 | 9.7 | $0.269 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Qwen3.5 Plus 2026-04-20mediumvsKAT-Coder-Pro V2.5highQwen3.5 Plus 2026-04-20mediumvsQwen3.7 PlusnoneQwen3.5 Plus 2026-04-20mediumvsKimi K2.6mediumQwen3.5 Plus 2026-04-20mediumvsQwen3.5-122B-A10BmediumQwen3.5 Plus 2026-04-20mediumvsStep 3.7 FlashlowQwen3.5 Plus 2026-04-20mediumvsGrok 4.3mediumQwen3.5 Plus 2026-04-20mediumvsClaude Opus 4.8noneQwen3.5 Plus 2026-04-20mediumvsGLM 5.1mediumQwen3.5 Plus 2026-04-20mediumvsGemini 3.1 Flash LitemediumQwen3.5 Plus 2026-04-20mediumvsGrok 4.20medium
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 7.6 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 2.9 | 7.2 | |
| Samanya Buddhimatta | 4.9 | 9.6 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 8.2 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |