AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#78

Qwen3.6 27B

Qwen रिलीज़: 2026-04-20 परीक्षण किया गया: 2026-04-27 21:31 qwen/qwen3.6-27b::none
(medium) (none)

सारांश

Qwen3.6 27B AI BENCHY पर 5.9 स्कोर करता है और #78 पर है। इसकी reliability 10.0, pass rate 54.6%, कुल लागत $0.027, और औसत response time 4.19s है।

Qwen3.6 27B को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है।

संगति

6.9

कुल आउटपुट टोकन

2,924

कुल इनपुट टोकन

0

इनपुट कीमत

$0.500 / 1M

आउटपुट कीमत

$2.000 / 1M

सही परीक्षण

गलत टेस्ट: 7

प्रति प्रयास पास दर: 54.6%

अस्थिर टेस्ट

4

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

प्रतिक्रिया समय (औसत)

4.19s

प्रतिक्रिया समय (अधिकतम): 10.18s

प्रतिक्रिया समय (कुल): 46.05s

Generation showcase

Hamster playing table tennis

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

#78 Qwen3.6 27B

none
Cost
$0.009
Time
83.0s
Tokens
4,549 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
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 वर्तमान रन

रन तुलना

रनस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-04-27 21:31 · पहला दर्ज रन5.96.910.04/1142,9240$0.0274.19s
2026-04-27 21:46 · नया टेस्ट जोड़ा गया6.07.210.07/1863,7750$0.0314.00s
अंतर-0.1-0.30.0-3-2-8510-$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।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 4.0 1.6
कोडिंग 10.0 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 9.9 10.0
डोमेन-विशिष्ट 6.5 10.0
Samanya Buddhimatta 5.2 9.9
निर्देश पालन 2.8 1.6
टूल कॉलिंग 9.5 10.0

तुलना किए गए मॉडल