#81
Qwen
रिलीज़: 2026-04-20
परीक्षण किया गया: 2026-04-27 21:46
qwen/qwen3.6-27b::none
(medium)
(none)
???? ???
$0.500 / 1M
????? ???
$2.000 / 1M
अस्थिर टेस्ट
6
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-04-27 21:46 नया टेस्ट जोड़ा गया | 6.0 | 10.0 | $0.031 | वर्तमान रन | |
| 2026-04-27 21:31 पहला दर्ज रन | 5.9 | 10.0 | $0.027 | तुलना करें |
इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|
| 2026-04-27 21:46 · वर्तमान रन | 6.0 | 7.2 | 10.0 | 7/18 | 6 | 3,775 | $0.031 | 4.00s |
| 2026-04-27 21:31 · पहला दर्ज रन | 5.9 | 6.9 | 10.0 | 4/11 | 4 | 2,924 | $0.027 | 4.19s |
| अंतर | +0.1 | +0.3 | 0.0 | +3 | +2 | +851 | +$0.004 | -186ms |
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 vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Qwen3.6 27BnonevsQwen3.5-FlashnoneQwen3.6 27BnonevsSeed-2.0-LitenoneQwen3.6 27BnonevsGLM 5V TurbononeQwen3.6 27BnonevsGemini 2.5 FlashnoneQwen3.6 27BnonevsGPT-5 NanomediumQwen3.6 27BnonevsQwen3.5-35B-A3BnoneQwen3.6 27BnonevsGemini 3 Flash PreviewmediumQwen3.6 27BnonevsGemini 3.1 Pro PreviewmediumQwen3.6 27BnonevsHY3 Previewhighनिःशुल्क उपलब्ध
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 3.8 | 3.7 | |
| कोडिंग | 10.0 | 10.0 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 7.3 | 5.8 | |
| डोमेन-विशिष्ट | 7.7 | 10.0 | |
| Samanya Buddhimatta | 5.2 | 9.9 | |
| निर्देश पालन | 6.2 | 5.8 | |
| पहेली समाधान | 5.3 | 7.2 | |
| टूल कॉलिंग | 9.5 | 10.0 |