AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#90

Qwen3.6 Flash

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

सारांश

Qwen3.6 Flash AI BENCHY पर 5.8 स्कोर करता है और #90 पर है। इसकी reliability 10.0, pass rate 38.9%, कुल लागत $0.018, और औसत response time 1.65s है।

Qwen3.6 Flash 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 #18 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

10.0

कुल आउटपुट टोकन

4,161

कुल इनपुट टोकन

0

इनपुट कीमत

$0.250 / 1M

आउटपुट कीमत

$1.500 / 1M

सही परीक्षण

गलत टेस्ट: 11

प्रति प्रयास पास दर: 38.9%

अस्थिर टेस्ट

0

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

प्रतिक्रिया समय (औसत)

1.65s

प्रतिक्रिया समय (अधिकतम): 4.60s

प्रतिक्रिया समय (कुल): 29.78s

Hamster playing table tennis

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

#90 Qwen3.6 Flash

none
लागत
$0.005
समय
20.1s
टोकन
4,211 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-07-16 21:25 नया टेस्ट जोड़ा गया 6.1 10.0 $0.062 तुलना करें
2026-06-04 13:17 नया टेस्ट जोड़ा गया 5.4 10.0 $0.015 तुलना करें
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 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 3.1 10.0
कोडिंग 10.0 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

तुलना किए गए मॉडल