#303

Qwen3.8 27B

Qwen रिलीज़: 2026-08-14 परीक्षण किया गया: 2026-10-01 04:43 qwen/qwen3.8-27b::none

27.3Bअन्यवेट उपलब्ध

(high) (medium) (low) (none)

सारांश

Qwen3.8 27B AI BENCHY पर 5.4 स्कोर करता है और #303 पर है। इसकी reliability 10.0, pass rate 39.1%, कुल लागत ~$0.010, और औसत response time 5.05s है।

Qwen3.8 27B को अलग क्या बनाता है: यह डोमेन-विशिष्ट में सबसे अलग दिखता है, जहाँ इसकी रैंक #1 है; जबकि डेटा पार्सिंग और निष्कर्षण इसकी सबसे कमजोर जगह है, जहाँ यह #13 पर है। यह समान मॉडलों की तुलना में काफ़ी तेज 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

5.4

संगति

10.0

विश्वसनीयता

10.0

कुल लागत (वर्तमान कीमत)

~$0.010

कुल आउटपुट टोकन

13,791

कुल इनपुट टोकन

281,460

बेंचमार्क की अनुमानित बिजली लागत

~$0.010

सही परीक्षण

गलत टेस्ट: 14

प्रति प्रयास पास दर: 39.1%

अस्थिर टेस्ट

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

प्रतिक्रिया समय (औसत)

5.05s

प्रतिक्रिया समय (अधिकतम): 47.42s

प्रतिक्रिया समय (कुल): 116.11s

गलत उत्तर: 12 निर्देशों का पालन नहीं किया: 1 अमान्य टूल कॉल: 1

Hamster playing table tennis

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

#303 Qwen3.8 27B

none

लागत: ~$0.001
समय: 23.9s
टोकन: 1,922 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

श्रेणी विवरण

श्रेणी	स्कोर	संगति
स्वायत्त एजेंट कार्य	5.0	10.0
एंटी-एआई ट्रिक्स	6.5	10.0
कोडिंग	5.5	10.0
संयुक्त	3.0	10.0
डेटा पार्सिंग और निष्कर्षण	6.5	10.0
डोमेन-विशिष्ट	7.7	10.0
Samanya Buddhimatta	4.2	9.9
निर्देश पालन	6.3	10.0
पहेली समाधान	6.0	10.0
टूल कॉलिंग	10.0	10.0
सामान्य ज्ञान	3.0	10.0

Qwen3.8 27B

मॉडल विवरण

Hamster playing table tennis

#303 Qwen3.8 27B

चार्ट

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

तुलना किए गए मॉडल