#37 Qwen3.6 27B
medium- Cost
- $0.009
- Time
- 39.6s
- Tokens
- 3,090 tok
सारांश
Qwen3.6 27B AI BENCHY पर 7.9 स्कोर करता है और #37 पर है। इसकी reliability 10.0, pass rate 77.8%, कुल लागत $0.043, और औसत response time 25.56s है।
7.9
संगति
8.5
10.0
$0.043
कुल आउटपुट टोकन
21,553
कुल इनपुट टोकन
0
इनपुट कीमत
$0.500 / 1M
आउटपुट कीमत
$2.000 / 1M
अस्थिर टेस्ट
1
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Generation showcase
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 |
|---|---|---|---|---|---|
| 2026-06-04 13:21 नया टेस्ट जोड़ा गया | 6.8 | 10.0 | $0.444 ↑ | तुलना करें | |
| 2026-05-21 23:59 सूट बदला गया | 6.6 | 9.9 | $0.272 | तुलना करें | |
| 2026-04-27 21:48 नया टेस्ट जोड़ा गया | 7.0 | 10.0 | $0.209 | तुलना करें | |
| 2026-04-27 21:31 पहला दर्ज रन | 7.9 | 10.0 | $0.043 | वर्तमान रन |
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-27 21:31 · पहला दर्ज रन | 7.9 | 8.5 | 10.0 | 4/6 | 1 | 21,553 | 0 | $0.043 | 25.56s |
| 2026-06-04 13:21 · नया टेस्ट जोड़ा गया | 6.8 | 8.2 | 10.0 | 10/21 | 5 | 138,710 | 39,376 | $0.444 | 59.71s |
| अंतर | +1.1 | +0.3 | 0.0 | -6 | -4 | -117157 | -39376 | -$0.401 | -34159ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
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
Qwen3.6 27BmediumvsGPT-5.4 NanomediumQwen3.6 27BmediumvsDeepSeek V3.2mediumQwen3.6 27BmediumvsClaude Opus 4.6mediumQwen3.6 27BmediumvsSeed-2.0-MinimediumQwen3.6 27BmediumvsClaude Opus 4.8noneQwen3.6 27BmediumvsQwen3.6 Max PreviewnoneQwen3.6 27BmediumvsGemini 3 Flash PreviewmediumQwen3.6 27BmediumvsGemini 3.5 FlashhighQwen3.6 27BmediumvsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धQwen3.6 27BmediumvsGemini 3.5 Flashlow
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 4.3 | 1.2 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| निर्देश पालन | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 |