AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#144

Qwen3.6 27B

Qwen रिलीज़: 2026-04-20 परीक्षण किया गया: 2026-07-16 21:24 qwen/qwen3.6-27b::none
27Bसघनमुक्त स्रोत
(medium) (none)

सारांश

Qwen3.6 27B AI BENCHY पर 5.5 स्कोर करता है और #144 पर है। इसकी reliability 10.0, pass rate 45.5%, कुल लागत $0.087, और औसत response time 10.65s है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
27B
आर्किटेक्चर
सघन
उपलब्धता
मुक्त स्रोत
लाइसेंस
Apache-2.0

संगति

7.6

कुल लागत (वर्तमान कीमत)

$0.087 ↑ +1.6%

परीक्षण के समय: $0.086

कुल आउटपुट टोकन

16,155

कुल इनपुट टोकन

95,796

इनपुट कीमत

$0.450 / 1M

आउटपुट कीमत

$2.700 / 1M

सही परीक्षण

गलत टेस्ट: 15

प्रति प्रयास पास दर: 45.5%

अस्थिर टेस्ट

6

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

प्रतिक्रिया समय (औसत)

10.65s

प्रतिक्रिया समय (अधिकतम): 156.31s

प्रतिक्रिया समय (कुल): 234.39s

Hamster playing table tennis

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

#144 Qwen3.6 27B

none
लागत
$0.009
समय
83.0s
टोकन
4,549 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 01:40 दोबारा परीक्षण 5.5 10.0 $0.116 तुलना करें
2026-07-16 21:24 नया टेस्ट जोड़ा गया 5.5 10.0 $0.087 वर्तमान रन
2026-06-04 13:16 नया टेस्ट जोड़ा गया 5.6 10.0 $0.028 तुलना करें
2026-05-21 23:48 सूट बदला गया 5.8 10.0 $0.032 तुलना करें
2026-04-27 21:46 नया टेस्ट जोड़ा गया 6.0 10.0 $0.031 तुलना करें
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

रनबेंचमार्क कवरेजस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-07-16 21:24 · नया टेस्ट जोड़ा गया66/66 प्रयास5.57.610.07/22616,15595,796$0.08710.65s
2026-04-27 21:31 · पहला दर्ज रन33/33 प्रयास5.96.910.04/1142,9240$0.0274.19s
अंतर-0.4+0.70.0+3+2+13231+95796+$0.061+6468ms

बेंचमार्क कवरेज अलग है: 66/66 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 33/33 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 15:40 $0.290 / 1M $3.200 / 1M
2026-06-10 13:42 $0.290 / 1M $2.400 / 1M
2026-06-12 18:42 $0.288 / 1M $3.100 / 1M
2026-06-17 10:07 $0.289 / 1M $3.170 / 1M
2026-06-29 01:00 $0.260 / 1M $2.386 / 1M
2026-06-30 21:25 $0.286 / 1M $2.400 / 1M
2026-07-16 15:36 $0.450 / 1M $2.700 / 1M

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 3.8 3.7
कोडिंग 5.5 10.0
संयुक्त 3.2 9.1
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
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल