AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com
#138

Qwen3 Coder Next

Qwen रिलीज़: 2026-02-03 परीक्षण किया गया: 2026-06-04 13:09 qwen/qwen3-coder-next::none
80B कुल (3B सक्रिय)MoEमुक्त स्रोत
(medium) (none)

सारांश

Qwen3 Coder Next AI BENCHY पर 4.9 स्कोर करता है और #138 पर है। इसकी reliability 10.0, pass rate 27.0%, कुल लागत $0.009, और औसत response time 8.62s है।

Qwen3 Coder Next को अलग क्या बनाता है: इस score range के लिए इसकी कुल benchmark लागत असामान्य रूप से कम है।

मॉडल विवरण

शोध की तारीख: 2026-08-12

घोषित
पैरामीटर
80B कुल (3B सक्रिय)
आर्किटेक्चर
MoE
उपलब्धता
मुक्त स्रोत
लाइसेंस
Apache-2.0

संगति

9.7

कुल लागत (वर्तमान कीमत)

$0.009 ↓ -1.7%

परीक्षण के समय: $0.009

कुल आउटपुट टोकन

3,584

कुल इनपुट टोकन

47,507

इनपुट कीमत

$0.110 / 1M

आउटपुट कीमत

$0.800 / 1M

सही परीक्षण

गलत टेस्ट: 16

प्रति प्रयास पास दर: 27.0%

अस्थिर टेस्ट

1

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

प्रतिक्रिया समय (औसत)

8.62s

प्रतिक्रिया समय (अधिकतम): 45.14s

प्रतिक्रिया समय (कुल): 129.37s

Hamster playing table tennis

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

#138 Qwen3 Coder Next

none
अमान्य SVG
लागत
$0.058
समय
246.3s
टोकन
64,126 tok

रन इतिहास

परीक्षण किया गया स्कोर विश्वसनीयता सही परीक्षण कुल लागत तुलना करें
2026-08-14 01:38 दोबारा परीक्षण 5.1 10.0 $0.026 तुलना करें
2026-07-16 21:14 नया टेस्ट जोड़ा गया 5.1 10.0 $0.025 तुलना करें
2026-06-04 13:09 नया टेस्ट जोड़ा गया 4.9 10.0 $0.009 वर्तमान रन
2026-05-21 23:44 सूट बदला गया 5.1 10.0 $0.008 तुलना करें
2026-04-14 00:56 पहला दर्ज रन 5.1 लागू नहीं $0.008 तुलना करें

इस रन में अलग बेंचमार्क सूट इस्तेमाल हुआ था। ऐतिहासिक बदलाव पढ़ते समय सूट बदलाव को ध्यान में रखें।

रन तुलना

रनबेंचमार्क कवरेजस्कोरसंगतिविश्वसनीयतासही परीक्षणअस्थिर टेस्टकुल आउटपुट टोकनकुल इनपुट टोकनकुल लागतप्रतिक्रिया समय (औसत)
2026-06-04 13:09 · नया टेस्ट जोड़ा गया63/63 प्रयास4.99.710.05/2113,58447,507$0.0098.62s
2026-08-14 01:38 · दोबारा परीक्षण66/66 प्रयास5.19.710.05/22111,808134,227$0.0268.63s
अंतर-0.20.00.000-8224-86720-$0.018-6ms

बेंचमार्क कवरेज अलग है: 63/63 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव) बनाम 66/66 प्रयास (लक्ष्य: प्रति टेस्ट 3 दोहराव)। कुल और दोहराव-संवेदनशील मेट्रिक सीधे तुलना योग्य नहीं हैं।

इन दो रन में अलग-अलग बेंचमार्क सूट इस्तेमाल हुए थे, इसलिए अंतर मॉडल बदलाव और सूट बदलाव दोनों को दर्शाते हैं।

कीमत का इतिहास

OpenRouter से इस मॉडल का ऐतिहासिक मूल्य डेटा।

तारीख इनपुट कीमत आउटपुट कीमत
2026-06-04 14:42 $0.110 / 1M $0.800 / 1M

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 सही परीक्षण
एंटी-एआई ट्रिक्स 3.6 10.0
कोडिंग 4.6 7.9
संयुक्त 3.0 10.0
डेटा पार्सिंग और निष्कर्षण 6.5 10.0
डोमेन-विशिष्ट 5.3 10.0
Samanya Buddhimatta 10.0 10.0
निर्देश पालन 6.3 10.0
पहेली समाधान 3.0 10.0
टूल कॉलिंग 10.0 10.0
सामान्य ज्ञान 3.0 10.0

तुलना किए गए मॉडल