AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#112

Qwen3.6 35B A3B

Qwen रिलीज़: 2026-04-20 परीक्षण किया गया: 2026-04-27 23:05 qwen/qwen3.6-35b-a3b::none
(medium) (none)

सारांश

Qwen3.6 35B A3B AI BENCHY पर 5.1 स्कोर करता है और #112 पर है। इसकी reliability 10.0, pass rate 39.6%, कुल लागत $0.019, और औसत response time 2.87s है।

Qwen3.6 35B A3B 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 #16 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

संगति

7.4

कुल आउटपुट टोकन

17,503

कुल इनपुट टोकन

0

इनपुट कीमत

$0.162 / 1M

आउटपुट कीमत

$0.966 / 1M

सही परीक्षण

गलत टेस्ट: 12

प्रति प्रयास पास दर: 39.6%

अस्थिर टेस्ट

5

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

प्रतिक्रिया समय (औसत)

2.87s

प्रतिक्रिया समय (अधिकतम): 12.46s

प्रतिक्रिया समय (कुल): 46.00s

Hamster playing table tennis

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

#112 Qwen3.6 35B A3B

none
लागत
$0.008
समय
30.1s
टोकन
6,317 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-07-16 21:26 नया टेस्ट जोड़ा गया 5.3 10.0 $0.061 तुलना करें
2026-06-04 13:19 नया टेस्ट जोड़ा गया 4.6 10.0 $0.031 तुलना करें
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 वर्तमान रन

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 3.6 7.6
कोडिंग 10.0 10.0
संयुक्त 0.0 0.0
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 0.0 0.0

तुलना किए गए मॉडल