- स्कोर
- 8.0 (+0.39 अंक)
- कुल लागत (वर्तमान कीमत)
- $0.045 · 49.2% सस्ता
- प्रतिक्रिया समय (औसत)
- 23.66s · 49.2% तेज़
सारांश
Qwen3.8 27B AI BENCHY पर 7.6 स्कोर करता है और #183 पर है। इसकी reliability 10.0, pass rate 68.1%, कुल लागत ~$0.089, और औसत response time 46.60s है।
Qwen3.8 27B को अलग क्या बनाता है: यह संयुक्त में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि टूल कॉलिंग इसकी सबसे कमजोर जगह है, जहाँ यह #16 पर है।
सुझाए गए विकल्प
हम इसकी जगह यह मॉडल चुनने की सलाह देते हैं:
मॉडल विवरण
शोध की तारीख: 2026-08-14
- पैरामीटर
- 27.3B
- आर्किटेक्चर
- अन्य
- उपलब्धता
- वेट उपलब्ध
- लाइसेंस
- Apache-2.0
7.6
संगति
9.7
10.0
~$0.089
कुल आउटपुट टोकन
209,143
कुल इनपुट टोकन
315,290
बेंचमार्क की अनुमानित बिजली लागत
~$0.089
अस्थिर टेस्ट
1
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.
#183 Qwen3.8 27B
low- लागत
- ~$0.003
- समय
- 92.8s
- टोकन
- 6,902 tok
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
श्रेणी विवरण
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| स्वायत्त एजेंट कार्य | 6.1 | 3.1 | |
| एंटी-एआई ट्रिक्स | 10.0 | 10.0 | |
| कोडिंग | 7.7 | 10.0 | |
| 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 | 10.0 | 10.0 | |
| पहेली समाधान | 7.7 | 10.0 | |
| टूल कॉलिंग | 3.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |