AI BENCHY
Advertise here
#129

Qwen3.6 Flash

Qwen रिलीज़: 2026-04-20 परीक्षण किया गया: 2026-06-04 13:17 qwen/qwen3.6-flash::none
(medium) (none)

सारांश

Qwen3.6 Flash AI BENCHY पर 5.4 स्कोर करता है और #129 पर है। इसकी reliability 10.0, pass rate 33.3%, कुल लागत $0.015, और औसत response time 1.60s है।

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

स्कोर

5.4

संगति

10.0

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

$0.015 ↓ -23.5%

परीक्षण के समय: $0.019

कुल आउटपुट टोकन

4,164

कुल इनपुट टोकन

50,810

इनपुट कीमत

$0.188 / 1M

आउटपुट कीमत

$1.125 / 1M

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 33.3%

अस्थिर टेस्ट

0

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

प्रतिक्रिया समय (औसत)

1.60s

प्रतिक्रिया समय (अधिकतम): 4.60s

प्रतिक्रिया समय (कुल): 33.59s

गलत उत्तर: 12 निर्देशों का पालन नहीं किया: 1 अमान्य टूल कॉल: 1

Generation showcase

Hamster playing table tennis

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

#129 Qwen3.6 Flash

none
Cost
$0.005
Time
20.1s
Tokens
4,211 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-06-04 13:17 नया टेस्ट जोड़ा गया 5.4 10.0 $0.015 ↓ वर्तमान रन
2026-05-21 23:50 सूट बदला गया 5.5 9.7 $0.019 तुलना करें
2026-04-27 23:05 पहला रन 5.8 10.0 $0.018 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 $0.188 / 1M $1.125 / 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 FlashnonevsDeepSeek V4 ProhighQwen3.6 FlashnonevsNemotron 3 Supermediumनिःशुल्क उपलब्धQwen3.6 FlashnonevsGemma 4 26B A4Bnoneनिःशुल्क उपलब्धQwen3.6 FlashnonevsGemini 3 Flash PreviewmediumQwen3.6 FlashnonevsGemini 3.5 FlashhighQwen3.6 FlashnonevsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धQwen3.6 FlashnonevsGemini 3.5 Flashlow

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
एंटी-एआई ट्रिक्स 3.1 10.0
कोडिंग 5.4 10.0
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 10.0 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 6.3 10.0
पहेली समाधान 3.5 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल