#258 Qwen3.8 Flash Next
none- लागत
- ~$0.001
- समय
- 27.5s
- टोकन
- 2,983 tok
सारांश
Qwen3.8 Flash Next AI BENCHY पर 5.8 स्कोर करता है और #258 पर है। इसकी reliability 10.0, pass rate 43.5%, कुल लागत ~$0.011, और औसत response time 5.71s है।
शोध की तारीख: 2026-10-04
5.8
संगति
9.0
10.0
~$0.011
कुल आउटपुट टोकन
9,077
कुल इनपुट टोकन
266,004
बेंचमार्क की अनुमानित बिजली लागत
~$0.011
अस्थिर टेस्ट
3
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| 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 | 10.0 | 10.0 | |
| डोमेन-विशिष्ट | 3.0 | 10.0 | |
| Samanya Buddhimatta | 6.1 | 3.1 | |
| निर्देश पालन | 7.1 | 5.8 | |
| पहेली समाधान | 6.3 | 7.8 | |
| टूल कॉलिंग | 10.0 | 10.0 | |
| सामान्य ज्ञान | 3.0 | 10.0 |