AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#116

Qwen3.6 Flash

Qwen रिलीज़: 2026-04-20 परीक्षण किया गया: 2026-05-21 23:50 qwen/qwen3.6-flash::none
(medium) (none)

सारांश

Qwen3.6 Flash AI BENCHY पर 5.5 स्कोर करता है और #116 पर है। इसकी reliability 9.7, pass rate 35.0%, कुल लागत $0.019, और औसत response time 1.64s 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 #12 पर है। यह समान मॉडलों की तुलना में काफ़ी तेज है।

संगति

10.0

कुल आउटपुट टोकन

4,186

कुल इनपुट टोकन

0

इनपुट कीमत

$0.188 / 1M

आउटपुट कीमत

$1.125 / 1M

सही परीक्षण

गलत टेस्ट: 13

प्रति प्रयास पास दर: 35.0%

अस्थिर टेस्ट

0

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

प्रतिक्रिया समय (औसत)

1.64s

प्रतिक्रिया समय (अधिकतम): 4.60s

प्रतिक्रिया समय (कुल): 32.88s

Generation showcase

Hamster playing table tennis

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

#116 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 तुलना करें
2026-05-21 23:50 सूट बदला गया 5.5 9.7 $0.019 वर्तमान रन
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।

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 6.6 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