AI BENCHY
Advertise here
#32

Qwen3.6 35B A3B

Qwen रिलीज़: 2026-04-20 परीक्षण किया गया: 2026-05-22 00:02 qwen/qwen3.6-35b-a3b::medium
(medium) (none)

सारांश

Qwen3.6 35B A3B AI BENCHY पर 7.8 स्कोर करता है और #32 पर है। इसकी reliability 9.4, pass rate 70.4%, कुल लागत $0.126, और औसत response time 17.26s है।

Qwen3.6 35B A3B को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

स्कोर

7.8

संगति

9.1

विश्वसनीयता

9.4

कुल लागत (वर्तमान कीमत)

$0.126

कुल आउटपुट टोकन

134,075

कुल इनपुट टोकन

0

इनपुट कीमत

$0.150 / 1M

आउटपुट कीमत

$1.000 / 1M

सही परीक्षण

गलत टेस्ट: 6

प्रति प्रयास पास दर: 70.4%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

17.26s

प्रतिक्रिया समय (अधिकतम): 86.11s

प्रतिक्रिया समय (कुल): 310.77s

गलत उत्तर: 4 निर्देशों का पालन नहीं किया: 1 कोई उत्तर नहीं: 1

Hamster playing table tennis

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

#32 Qwen3.6 35B A3B

medium
अमान्य SVG
लागत
$0.000
समय
300.0s
टोकन
0 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-07-16 22:06 नया टेस्ट जोड़ा गया 6.7 10.0 $0.746 ↑ तुलना करें
2026-06-04 13:20 नया टेस्ट जोड़ा गया 7.4 10.0 $0.146 ↑ तुलना करें
2026-05-22 00:02 सूट बदला गया 7.8 9.4 $0.126 वर्तमान रन
2026-04-27 23:06 पहला रन 8.8 10.0 $0.104 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

रन तुलना

रनस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-05-22 00:02 · सूट बदला गया7.89.19.412/182134,0750$0.12617.26s
2026-07-16 22:06 · नया टेस्ट जोड़ा गया6.79.610.013/221740,58585,139$0.74658.06s
अंतर+1.1-0.5-0.6+1+1-606510-85139-$0.620-40794ms

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

Qwen3.6 35B A3BmediumvsGemini 3 Flash PreviewnoneQwen3.6 35B A3BmediumvsGemini 3.5 Flash-LitelowQwen3.6 35B A3BmediumvsGemini 3.5 FlashminimalQwen3.6 35B A3BmediumvsLongCat 2.0lowQwen3.6 35B A3BmediumvsGPT-5.5noneQwen3.6 35B A3BmediumvsKAT-Coder-Pro V2.5noneQwen3.6 35B A3BmediumvsStep 3.7 FlashhighQwen3.6 35B A3BmediumvsGemma 4 26B A4Bmediumनिःशुल्क उपलब्धQwen3.6 35B A3BmediumvsQwen3.6 FlashmediumQwen3.6 35B A3BmediumvsGLM 5.2none

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 6.6 10.0
संयुक्त 0.0 0.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 7.2
Samanya Buddhimatta 4.4 9.9
निर्देश पालन 10.0 10.0
पहेली समाधान 7.9 7.5
टूल कॉलिंग 0.0 0.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल