Advertise here
#151

Qwen3.8 27B

Qwen रिलीज़: 2026-08-14 परीक्षण किया गया: 2026-10-01 05:03 qwen/qwen3.8-27b::medium
27.3Bअन्यवेट उपलब्ध
(high) (medium) (low) (none)

सारांश

Qwen3.8 27B AI BENCHY पर 7.2 स्कोर करता है और #151 पर है। इसकी reliability 9.7, pass rate 66.7%, कुल लागत ~$0.073, और औसत response time 40.09s है।

Qwen3.8 27B को अलग क्या बनाता है: यह कोडिंग में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि टूल कॉलिंग इसकी सबसे कमजोर जगह है, जहाँ यह #17 पर है। इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

मॉडल विवरण

शोध की तारीख: 2026-08-14

घोषित
पैरामीटर
27.3B
आर्किटेक्चर
अन्य
उपलब्धता
वेट उपलब्ध
लाइसेंस
Apache-2.0
पैरामीटर स्रोत उपलब्धता स्रोत

स्कोर

7.2

संगति

9.4

विश्वसनीयता

9.7

कुल लागत (वर्तमान कीमत)

~$0.073

कुल आउटपुट टोकन

170,696

कुल इनपुट टोकन

277,164

बेंचमार्क की अनुमानित बिजली लागत

~$0.073

सही परीक्षण

गलत टेस्ट: 9

प्रति प्रयास पास दर: 66.7%

अस्थिर टेस्ट

2

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

प्रतिक्रिया समय (औसत)

40.09s

प्रतिक्रिया समय (अधिकतम): 214.63s

प्रतिक्रिया समय (कुल): 881.89s

गलत उत्तर: 4 निर्देशों का पालन नहीं किया: 2 API त्रुटि: 1 अमान्य टूल कॉल: 1 कोई उत्तर नहीं: 1

Hamster playing table tennis

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

#151 Qwen3.8 27B

medium
लागत
~$0.002
समय
43.4s
टोकन
2,956 tok

चार्ट

पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।

कुल आउटपुट टोकन

स्कोर vs कुल आउटपुट टोकन

त्वरित तुलना

Qwen3.8 27Bmediumनिःशुल्क उपलब्धvsQwen3.5 Plus 2026-02-15mediumQwen3.8 27Bmediumनिःशुल्क उपलब्धvsGemini 3.8 FlashlowQwen3.8 27Bmediumनिःशुल्क उपलब्धvsQwen3.5-27BnoneQwen3.8 27Bmediumनिःशुल्क उपलब्धvsClaude Opus 4.8lowQwen3.8 27Bmediumनिःशुल्क उपलब्धvsGemini 3.5 Flash LitemediumQwen3.8 27Bmediumनिःशुल्क उपलब्धvsQwen3.7 FlashhighQwen3.8 27Bmediumनिःशुल्क उपलब्धvsQwen3.6 PlusmediumQwen3.8 27Bmediumनिःशुल्क उपलब्धvsLongCat 2.0mediumQwen3.8 27Bmediumनिःशुल्क उपलब्धvsLongCat 2.0highQwen3.8 27Bmediumनिःशुल्क उपलब्धvsGLM 5medium

श्रेणी विवरण

श्रेणी स्कोर संगति सही परीक्षण
स्वायत्त एजेंट कार्य 4.7 1.6
एंटी-एआई ट्रिक्स 10.0 10.0
कोडिंग 10.0 10.0
संयुक्त 8.7 6.9
डेटा पार्सिंग और निष्कर्षण 6.5 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 5.0 10.0
निर्देश पालन 10.0 10.0
पहेली समाधान 8.3 10.0
टूल कॉलिंग 3.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल