#56 Qwen3.6 Max Preview
none- Cost
- $0.025
- Time
- 83.9s
- Tokens
- 4,066 tok
Qwen
रिलीज़: 2026-04-20
परीक्षण किया गया: 2026-04-27 23:05
qwen/qwen3.6-max-preview::none
(medium)
(none)
सारांश
Qwen3.6 Max Preview AI BENCHY पर 7.3 स्कोर करता है और #56 पर है। इसकी reliability 10.0, pass rate 66.7%, कुल लागत $0.083, और औसत response time 3.38s है।
Qwen3.6 Max Preview को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि एंटी-एआई ट्रिक्स इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है।
7.3
संगति
8.7
10.0
$0.083
कुल आउटपुट टोकन
4,732
कुल इनपुट टोकन
0
इनपुट कीमत
$1.300 / 1M
आउटपुट कीमत
$7.800 / 1M
अस्थिर टेस्ट
3
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Generation showcase
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-06-04 13:21 नया टेस्ट जोड़ा गया | 6.9 | 10.0 | $0.075 ↓ | तुलना करें | |
| 2026-05-21 23:53 सूट बदला गया | 7.1 | 10.0 | $0.088 | तुलना करें | |
| 2026-04-27 23:05 पहला रन | 7.3 | 10.0 | $0.083 | वर्तमान रन |
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-27 23:05 · पहला रन | 7.3 | 8.7 | 10.0 | 10/18 | 3 | 4,732 | 0 | $0.083 | 3.38s |
| 2026-05-21 23:53 · सूट बदला गया | 7.1 | 9.2 | 10.0 | 11/20 | 2 | 4,775 | 0 | $0.088 | 3.27s |
| अंतर | +0.3 | -0.5 | 0.0 | -1 | +1 | -43 | 0 | -$0.005 | +106ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
चार्ट
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
स्कोर के अनुसार शीर्ष मॉडल
स्कोर vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
Qwen3.6 Max PreviewnonevsQwen3.5-35B-A3BmediumQwen3.6 Max PreviewnonevsClaude Opus 4.8noneQwen3.6 Max PreviewnonevsGrok 4.20mediumQwen3.6 Max PreviewnonevsClaude Opus 4.6mediumQwen3.6 Max PreviewnonevsMiMo-V2-FlashmediumQwen3.6 Max PreviewnonevsGPT-5.4 NanomediumQwen3.6 Max PreviewnonevsGemini 3 Flash PreviewmediumQwen3.6 Max PreviewnonevsGemini 3.5 FlashhighQwen3.6 Max PreviewnonevsNemotron 3 Ultra 550b A55bmediumनिःशुल्क उपलब्धQwen3.6 Max PreviewnonevsGemini 3.5 Flashlow
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 5.2 | 7.9 | |
| कोडिंग | 5.0 | 2.0 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 7.7 | 10.0 | |
| Samanya Buddhimatta | 4.3 | 10.0 | |
| निर्देश पालन | 8.4 | 6.9 | |
| पहेली समाधान | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 |