#65 Qwen3.8 27B
high- लागत
- ~$0.008
- समय
- 270.1s
- टोकन
- 18,963 tok
Qwen
रिलीज़: 2026-08-14
परीक्षण किया गया: 2026-08-15 04:08
qwen/qwen3.8-27b::high
27.3Bअन्यवेट उपलब्ध
सारांश
Qwen3.8 27B AI BENCHY पर 8.4 स्कोर करता है और #65 पर है। इसकी reliability 9.6, pass rate 77.3%, कुल लागत ~$0.287, और औसत response time 167.89s है।
Qwen3.8 27B को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #3 है; जबकि कोडिंग इसकी सबसे कमजोर जगह है, जहाँ यह #14 पर है।
मॉडल विवरण
शोध की तारीख: 2026-08-14
- पैरामीटर
- 27.3B
- आर्किटेक्चर
- अन्य
- उपलब्धता
- वेट उपलब्ध
- लाइसेंस
- Apache-2.0
8.4
संगति
9.2
9.6
~$0.287
कुल आउटपुट टोकन
656,635
कुल इनपुट टोकन
100,179
बेंचमार्क की अनुमानित बिजली लागत
~$0.287
अस्थिर टेस्ट
2
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
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
Qwen3.8 27BhighvsGPT-5.2mediumQwen3.8 27BhighvsMiMo-V2.6-PromediumQwen3.8 27BhighvsGrok 4.5lowQwen3.8 27BhighvsSeed 2.1 TurbomediumQwen3.8 27BhighvsGrok 4.6mediumQwen3.8 27BhighvsGPT-6 SollowQwen3.8 27BhighvsMuse Spark 1.2lowQwen3.8 27BhighvsInkling SmallhighQwen3.8 27BhighvsGrok 4.5mediumQwen3.8 27BhighvsGLM 5.3 FlashXmax
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 8.1 | 7.0 | |
| संयुक्त | 10.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 5.0 | 10.0 | |
| निर्देश पालन | 9.8 | 10.0 | |
| पहेली समाधान | 7.6 | 7.2 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |