Qwen
रिलीज़: 2026-04-20
परीक्षण किया गया: 2026-04-11 00:35
qwen/qwen3.6-plus-preview::medium
सारांश
Qwen3.6 Plus Preview AI BENCHY पर 8.5 स्कोर करता है और #10 पर है। इसकी reliability लागू नहीं, pass rate 76.5%, कुल लागत $0.000, और औसत response time 13.94s है।
Qwen3.6 Plus Preview को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।
संग्रहीत मॉडल: इस मॉडल को अब अपडेट नहीं किया जाएगा और नए परीक्षणों में टेस्ट नहीं किया जाएगा।
पहचान नोट
Qwen3.6 Plus Preview, Qwen: Qwen3.6 Plus का प्रीव्यू संस्करण था।
8.5
संगति
10.0
लागू नहीं
$0.000
कुल आउटपुट टोकन
78,969
कुल इनपुट टोकन
0
इनपुट कीमत
$0.000 / 1M
आउटपुट कीमत
$0.000 / 1M
अस्थिर टेस्ट
0
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-05-08 15:18 सूट बदला गया | 6.3 | लागू नहीं | $0.000 | तुलना करें | |
| 2026-04-11 00:35 पहला दर्ज रन | 8.5 | लागू नहीं | $0.000 | वर्तमान रन |
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-11 00:35 · पहला दर्ज रन | 8.5 | 10.0 | लागू नहीं | 13/17 | 0 | 78,969 | 0 | $0.000 | 13.94s |
| 2026-05-08 15:18 · सूट बदला गया | 6.3 | 10.0 | लागू नहीं | 9/19 | 0 | 63,350 | 32,639 | $0.000 | 15.25s |
| अंतर | +2.1 | 0.0 | +4 | 0 | +15619 | -32639 | $0.000 | -1305ms |
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 vs कुल लागत
प्रतिक्रिया समय (औसत)
स्कोर vs प्रतिक्रिया समय (औसत)
कुल आउटपुट टोकन
स्कोर vs कुल आउटपुट टोकन
त्वरित तुलना
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 5.1 | 10.0 | |
| निर्देश पालन | 10.0 | 10.0 | |
| पहेली समाधान | 10.0 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 |