#100 Qwen3 Coder Next
medium- लागत
- $0.000
- समय
- 300.0s
- टोकन
- 0 tok
सारांश
Qwen3 Coder Next AI BENCHY पर 4.7 स्कोर करता है और #100 पर है। इसकी reliability लागू नहीं, pass rate 27.8%, कुल लागत $0.008, और औसत response time 10.75s है।
4.7
संगति
8.7
लागू नहीं
$0.008
कुल आउटपुट टोकन
3,241
कुल इनपुट टोकन
0
इनपुट कीमत
$0.150 / 1M
आउटपुट कीमत
$0.800 / 1M
अस्थिर टेस्ट
3
अस्थिर टेस्ट में रनों के बीच मिले-जुले परिणाम रहे (कम से कम एक पास और एक फेल)।
जनरेशन शोकेस
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
रन इतिहास
| परीक्षण किया गया | स्कोर | विश्वसनीयता | सही परीक्षण | कुल लागत | तुलना करें |
|---|---|---|---|---|---|
| 2026-06-04 13:09 नया टेस्ट जोड़ा गया | 4.6 | 10.0 | $0.008 ↓ | तुलना करें | |
| 2026-05-21 23:45 सूट बदला गया | 4.7 | 10.0 | $0.008 | तुलना करें | |
| 2026-04-14 00:56 पहला दर्ज रन | 4.7 | लागू नहीं | $0.008 | वर्तमान रन |
रन तुलना
| रन | स्कोर | संगति | विश्वसनीयता | सही परीक्षण | अस्थिर टेस्ट | कुल आउटपुट टोकन | कुल इनपुट टोकन | कुल लागत | प्रतिक्रिया समय (औसत) |
|---|---|---|---|---|---|---|---|---|---|
| 2026-04-14 00:56 · पहला दर्ज रन | 4.7 | 8.7 | लागू नहीं | 3/18 | 3 | 3,241 | 0 | $0.008 | 10.75s |
| 2026-05-21 23:45 · सूट बदला गया | 4.7 | 8.9 | 10.0 | 4/20 | 3 | 3,280 | 0 | $0.008 | 9.29s |
| अंतर | 0.0 | -0.2 | -1 | 0 | -39 | 0 | -$0.001 | +1461ms |
इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।
पहले मॉडल चुनें, फिर दूसरा मॉडल क्लिक करके साइड-बाय-साइड पेज खोलें।
| श्रेणी | स्कोर | संगति | सही परीक्षण |
|---|---|---|---|
| एंटी-एआई ट्रिक्स | 3.5 | 8.1 | |
| कोडिंग | 4.7 | 1.6 | |
| संयुक्त | 3.0 | 10.0 | |
| डेटा पार्सिंग और निष्कर्षण | 6.5 | 10.0 | |
| डोमेन-विशिष्ट | 5.3 | 10.0 | |
| Samanya Buddhimatta | 6.3 | 3.4 | |
| निर्देश पालन | 4.8 | 10.0 | |
| पहेली समाधान | 3.1 | 10.0 | |
| टूल कॉलिंग | 10.0 | 10.0 |