AI BENCHY
Advertise here
#154

Qwen3.6 35B A3B

Qwen रिलीज़: 2026-04-20 परीक्षण किया गया: 2026-06-04 13:19 qwen/qwen3.6-35b-a3b::none
(medium) (none)

सारांश

Qwen3.6 35B A3B AI BENCHY पर 4.6 स्कोर करता है और #154 पर है। इसकी reliability 10.0, pass rate 30.2%, कुल लागत $0.031, और औसत response time 3.73s है।

Qwen3.6 35B A3B को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि टूल कॉलिंग इसकी सबसे कमजोर जगह है, जहाँ यह #10 पर है।

स्कोर

4.6

संगति

8.0

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.031 ↑ +1.0%

परीक्षण के समय: $0.031

कुल आउटपुट टोकन

27,755

कुल इनपुट टोकन

19,329

इनपुट कीमत

$0.140 / 1M

आउटपुट कीमत

$1.000 / 1M

सही परीक्षण

गलत टेस्ट: 17

प्रति प्रयास पास दर: 30.2%

अस्थिर टेस्ट

5

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

प्रतिक्रिया समय (औसत)

3.73s

प्रतिक्रिया समय (अधिकतम): 22.52s

प्रतिक्रिया समय (कुल): 70.86s

गलत उत्तर: 13 API त्रुटि: 2 निर्देशों का पालन नहीं किया: 2

Generation showcase

Hamster playing table tennis

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

#154 Qwen3.6 35B A3B

none
Cost
$0.008
Time
30.1s
Tokens
6,317 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:19 नया टेस्ट जोड़ा गया 4.6 10.0 $0.031 ↑ वर्तमान रन
2026-05-21 23:54 सूट बदला गया 4.9 10.0 $0.030 तुलना करें
2026-04-27 23:05 पहला रन 5.1 10.0 $0.019 तुलना करें

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

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 15:40 $0.140 / 1M $1.000 / 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

Qwen3.6 35B A3BnonevsMiMo-V2.5-PrononeQwen3.6 35B A3BnonevsGPT-5.4noneQwen3.6 35B A3BnonevsGLM 4.7 FlashnoneQwen3.6 35B A3Bnonevsgpt-oss-120bnoneनिःशुल्क उपलब्धQwen3.6 35B A3BnonevsGrok 4.20noneQwen3.6 35B A3BnonevsGemini 3 Flash PreviewmediumQwen3.6 35B A3BnonevsGemini 3.5 FlashhighQwen3.6 35B A3BnonevsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धQwen3.6 35B A3BnonevsGemini 3.5 Flashlow

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 3.6 7.6
कोडिंग 5.5 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 3.5 4.4
Samanya Buddhimatta 4.4 3.0
निर्देश पालन 6.2 5.8
पहेली समाधान 3.2 9.9
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल